win10+tensorflow faster-RCNN 训练自己的数据集

最新推荐文章于 2024-06-24 09:44:46 发布
最新推荐文章于 2024-06-24 09:44:46 发布
阅读量1w 收藏 82
点赞数 7
分类专栏： tensorflow-填坑之路
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u010554381/article/details/86233339
版权
本文档详细介绍了在Windows 10上使用Tensorflow 1.2.1和Anaconda3训练Faster R-CNN模型的全过程，包括环境配置、源码修改、数据集准备、训练过程等步骤，特别强调了在非Python3.5环境下编译源码的必要性以及数据集标注和格式转换的注意事项。
摘要由CSDN通过智能技术生成

首先，感谢博客上各路大佬的无私奉献！但是也不得不吐槽下，大佬些写博客的时候能尽量写的对小白友好一点吗？期间遇到各种坑，说多了都是泪啊！话不多说，上正题！

环境：win10+anaconda3+tensorflow1.2.1+python3.6，CPU版本。

源码地址：https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3.5

一 下载源码以及源码环境准备

  1. 肯定是下载源码，配置好相应的环境！anaconda prompt下激活tensorflow环境，包括但不限于安装python包（cython，python-opencv，easydict），反正就是提示缺少什么，就install什么就对了！
  2. GitHub上源码提示有“Checkout this branch”这一步，但我没懂什么意思！没照做，但是也训练成功了，有懂得老哥帮忙解释一下！
  3. setup.py文件修改

        在第16行加入以下代码，（别问我为什么，我只是代码的搬运工）

 

    Extension(
            'lib.utils.cython_bbox', 
            sources=['
最低0.47元/天 解锁文章
蓉城视觉小菜鸟
关注
专栏目录
win10上使用Faster R-CNN训练自己的数据集
weixin_38124357的博客
06-26 8483
Faster R-CNN源码网址：https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3.5点击打开链接（电脑的相关配置可根据源码网址中进行，本环境下已经配置完成）一：数据集根据https://blog.csdn.net/weixin_38124357/article/details/78425890制作好数据集后放置在路径“Faster-...
Faster R-CNN训练自己的数据集Windows10+pycharm+tensorflow环境下
qq_28664681的博客
07-06 2601
本文主要参考https://blog.csdn.net/u010554381/article/details/86233339， yuanma 我用的源码是：https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3.5 说一下我的运行环境，Windows10，pycharm，tensorflow1.13.1，Keras2.2.4，python3.6。 1.先运行demo 现下载训练好的vgg16.ckpt，放到这个位置data \ imagenet_
深度学习神器：Darknet 开源框架，让你的YOLO更强大！
最新发布
gitblog_00054的博客
06-24 450
深度学习神器：Darknet 开源框架，让你的YOLO更强大！ 项目地址:https://gitcode.com/cvjena/darknet 1、项目介绍 Darknet 是一个由C语言和CUDA编写的开放源代码神经网络框架，它快速、易于安装，并且支持CPU和GPU计算。这个项目不仅包含了基础的Darknet框架，还融合了Alexander Freytag的增强版，提供了更多的功能选项，使得在...
windows10+tensorflow环境下运行Faster-RCNN（2）——用自己的数据集训练并测试
一颗修行千年的葱
07-29 337
参考网址 VOC2007数据集制作 - CSDN博客 https://blog.csdn.net/gaohuazhao/article/details/60871886 Tensorflow框架下Faster-RCNN实践（一）——Faster-RCNN所需数据集制作（附代码） - CSDN博客 https://blog.csdn.net/Best_Coder/article/details/76577544?fps=1&locationNum=8 PASCAL VOC数据集分析（转） .
win10 caffe python Faster-RCNN训练自己数据集(转)
weixin_34302561的博客
05-30 117
一、制作数据集 1. 关于训练的图片 不论你是网上找的图片或者你用别人的数据集，记住一点你的图片不能太小，width和height最好不要小于150。需要是jpeg的图片。 2.制作xml文件 1）LabelImg 如果你的数据集比较小的话，你可以考虑用LabelImg手工打框https://github.com/tzutalin/labelImg。关于l...
Windows10下实现Faster R-cnn+Tensorflow+python且训练自己的数据集
大雷哥
11-20 1万+
文章目录背景小试牛刀--训练基础操作VOC_2007数据集下载模型惊心动魄--测试修改部分代码修改训练模型位置测试训练自己的数据集前言文件结构制作自己的数据集JPEGImages文件夹Annotations文件夹ImageSets文件夹其余两个文件夹不需要操作LabelImg标记大法插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants...
tensorflow版本 Faster RCNN训练自己的数据集
yj_isee的博客
02-04 1万+
0.前言 因为我用的是tensorflow的环境，所以Rbg的官方代码我是没有用的，采用的是github上tensorflow实现的faster rcnn，网址为：https://github.com/endernewton/tf-faster-rcnn 这个版本主要也是参考faster rcnn的官网代码写的，和官方版本大同小异，很适合用tf的人。如果github上下不下来，可以下载我自己保
Win10+Faster-RCNN-TensorFlow-Python3-master训练自己的数据 测试图像并输出mAP
11-02 8456
一、源码地址：https://github.com/smallcorgi/Faster-RCNN_TF 二、环境搭建 先参考这篇装一下大概环境：https://blog.csdn.net/wwtor/article/details/80603296 然后打开Anaconda Prompt或cmd安装python包(cython、python-opencv、easydict) ...
Windows +TensorFlow运行Faster-RCNN环境搭建
qq_29370449的博客
06-20 3006
本人平时是远程访问实验室的GPU进行模型训练，但是最近想在编译器环境下进行代码优化，所以决定在本机windows环境下搭建Faster-RCNN的运行环境。 本文所选择的Windows环境下Faster-RCNN版本代码为 https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3.5 该版本需要Python 3.5支持，在这里建议大家使用A...
Faster-Rcnn训练自己数据集+计算MAP
weixin_42990953的博客
04-07 5527
本文记录在实现Faster-rcnn训练自己数据集的过程，以及计算map。数据集为kaggle地铁安检违禁品X光射线图片。运行环境：win10，1660Ti，keras2.1.5，tensorflow:1.13.1 1.训练 内容来自博客https://blog.csdn.net/weixin_44791964/article/details/104451667，使用代码为该博主原创，进行一定修改...
win10+Tensorflow+Faster RCNN目标检测（2）训练自己的数据集
zxmyoung的博客
06-13 1430
这里不再介绍VOC2007数据集，假设你已经制作好了自己的数据集。（我的数据集在其他博客中讲解） 注意：这篇博客是基于上述两篇博客tensorflow和faster rcnn版本的，如果不是用的上面的版本，那很可能这篇博客的方法是行不通的。 训练模型部分： 需要更改的主要有以下地方： 1.在...\Faster-RCNN\data目录下，检查是否有个叫cache的文件夹，每次在训练模型前，建议清空这个文件夹里面的东西。 2.在...\Faster-RCNN\data目录下，将VOCDevkit.
Tensorflow下用自己的数据集对Faster RCNN进行训练和测试（二）1
qq_32790593的博客
03-01 3694
原 Tensorflow下用自己的数据集对Faster RCNN进行训练和测试（二） 2018年08月21日 22:20:38 子季鹰才 阅读数：1811 ...
WIN10+Tensorflow+Faster RCNN训练自己的数据集
kebi199312的博客
04-16 1万+
Faster RCNN(Tensorflow)的配置可以参考我的博客，https://blog.csdn.net/kebi199312/article/details/88368904 本文分为三部分： 数据集制作 代码修改 训练和测试 一、环境配置： 1、环境 win10系统，显卡GeForce GTX 960M； TensorFlow-gpu 1.13.0-rc2，CUDA 10...
Faster R-CNN 运行、训练及测试自己的数据集
qq_44310853的博客
04-22 1045
运行环境： Ubuntu 16.04+Python3.6+TensorFlow-gpu1.2.1+CUDA8.0+cudnn5.1 前提： 已搭建好深度学习环境，没有的话可以看我的其它文章(待更)。 注意： 1.本文讲解的是基于GPU训练，Python是基于Anaconda安装； 2.Faster-R-CNN只支持Tensorflow1.2的版本，故版本不宜过高，否则报错； 降低TensorFlo...
windows10下实现endernewton版本Faster R-cnn+tensorflow+python3
大雷哥
11-26 2797
文章目录前言测试demo.py准备下载模型测试 前言 上一篇博文实现dBeker版本的代码，一天之内居然有三个人再看，开心得不得了！由于想用Resnet网路代替VGG16，但是dBeker版本的代码我没弄出来，问了几个小伙伴，还有看评论区里的也有同样想用renset替换VGG的。但是都没有成功，好像是这个版本的代码缺少Resnet的参数，由于本人也是刚入门，改代码对我还是比较困难的，(但是如果有大...
win10系统使用Faster-RCNN-TensorFlow-python3-master训练自己的数据集（二）
qq_44870829的博客
10-05 2367
训练自己的数据集1.建立VOC数据集（1）建立数据集文件结构（2）JPEGImages（3）Annotations（4）ImageSets2.训练数据集（1）下载预训练的VGG16网络模型（2）修改pascal_voc.py（3）修改config.py（4）运行train.py3.测试数据集修改demo.py 1.建立VOC数据集 参考链接：从零开始制作自己的Pascal VOC数据集. 上述参考链接中有标注工具labelimg的下载。 （1）建立数据集文件结构 建立如下格式的文件结构（仿照标准VOC数据集
Tensorflow下用自己的数据集对Faster RCNN进行训练和测试（二）
hitzijiyingcai的博客
08-21 2万+
对于Tensorflow版本的Faster RCNN网络，网上包括github上都有不同的源码版本，本人之前也在进行不同版本的运行测试，可以说是每个版本都有不同的错误，在解决这些错误时可谓道阻且长。而对于用自己的数据集来训练和测试Faster RCNN网络，本人在之前的博客https://blog.csdn.net/hitzijiyingcai/article/details/81808091中已...
python3+Tensorflow+Faster R-CNN训练自己的数据
热门推荐
北冥有杨其名为超的博客
07-11 3万+
之前实现过faster，但是因为各种原因，写的技术文档丢了，代码也没了，捶胸痛哭！所以写篇博客记录下。 有些地方用的方法比较粗糙，不过偏方治大病，能用就ok。 文章代码链接：tf-faster-rcnn 系统：Mint 18.2 显卡：Tesla K40m 内存：64G Python 3.6.5+TensorFlow-gpu 1.2+Cuda 8.0+Cudnn v5.1 一、克隆代...
Colab上tensorflow Faster-RCNN部署教程：从代码到实践
用户被引导从GitHub上克隆`tf-faster-rcnn`仓库，这是TensorFlow实现的Faster R-CNN模型的源代码，通过命令`!git clone https://github.com/endernewton/tf-faster-rcnn.git`完成代码库的下载和本地安装。 步骤三：...
评论 49
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值