2. factory.py ( Faster-RCNN_TF代码解读)

最新推荐文章于 2020-04-09 16:25:04 发布

风轻扬逍遥子

最新推荐文章于 2020-04-09 16:25:04 发布

阅读量519

点赞数 1

分类专栏： faster-r-cnn 文章标签： faster rcnn tensorflow 代码解读 factory.py

本文链接：https://blog.csdn.net/u014256231/article/details/79696456

版权

本文详细解读Faster R-CNN在TensorFlow实现中`lib/datasets/factory.py`的代码，该文件负责管理并实例化不同的数据集。通过检查指定的dataset是否存在于已定义的列表中，它会返回对应类型的数据集对象，如pascal_voc。在实际训练过程中，`train_net.py`调用`get_imdb()`将据此加载数据。

摘要由CSDN通过智能技术生成

2. /lib/datasets/factory.py

本文件作用是把所有可能的dataset都列举一次，然后主函数调用时看看此时的dataset在不在之前列举都情况里，有就返回这个数据集类型的对象，没有就报错。

# --------------------------------------------------------
# Fast R-CNN
# Copyright (c) 2015 Microsoft
# Licensed under The MIT License [see LICENSE for details]
# Written by Ross Girshick
# --------------------------------------------------------

"""Factory method for easily getting imdbs by name."""

__sets = {}

import datasets.pascal_voc
import datasets.imagenet3d
import datasets.kitti
import datasets.kitti_tracking
import numpy as np

def _selective_search_IJCV_top_k(split, year, top_k):
    """Return an imdb that uses the top k proposals from the selective search
    IJCV code.
    """
    imdb = datasets.pascal_voc(split, year)
    imdb.roidb_handler = imdb.selective_search_IJCV_roidb
    imdb