A-Fast-RCNN算法的Caffe实现

本文详细介绍了A-Fast-RCNN算法的Caffe实现过程,包括从Faster RCNN和A-Fast-RCNN项目拉取代码、编译配置、数据准备、模型训练和测试图像等步骤,特别提到了训练和测试中可能出现的问题及解决方案。
摘要由CSDN通过智能技术生成

A-Fast-RCNN算法来自论文:A-Fast-RCNN: Hard Positive Generation via Adversary for Object Detection。

项目的git地址:https://github.com/xiaolonw/adversarial-frcnn

因为git上对于如何训练模型,如何测试数据介绍得比较简单,因此自己亲自试验了一下,并记录下过程。

1、从Faster RCNN的git上拉取项目:

git clone --recursive https://github.com/rbgirshick/py-faster-rcnn.git

假设拉取下来后的文件名为$FRCN_ROOT

2、从A-Fast-RCNN的git上拉取项目

从A-Fast-RCNN上下载项目,然后把这个项目里的所有东西手动覆盖到$FRCN_ROOT这个目录下的所有文件。

git clone --recursive https://github.com/xiaolonw/adversarial-frcnn

3、复制配置文件并编译caffe和pycaffe:

cd $FRCN_ROOT/caffe-fast-rcnn
cp Makefile.config.example Makefile.config

这个Makefile.config需要更改两处地方:

一处是将makefile.config里面的以下两行:

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib

换成这两行:其实就是加上了hdf5的路径

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial/
LIBRARY_DIRS 
评论 11
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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