RON:Reverse Connection with Objectness Prior Networks for Object Detection,一个有效、高效的通用对象检测框架。巧妙地结合基于区域(region-based,例如 Faster R-CNN)和不基于区域(region-free,例如 SSD)这两种方法的优点。在全卷积架构下,RON 主要关注两个基本问题:(a)多尺度对象定位和(b)负样本挖掘。为了解决(a),我们设计了反向连接,使网络能够检测多层 CNN 中的对象。为了处理(b),作者提出了 objectness prior,显著减少对象搜索空间。通过多任务损失函数联合优化了反向连接、objectness prior 和对象检测,因此RON 可以直接预测各种特征图所有位置的最终检测结果。
1.RON安装
1.下载RON repository
git clone https://github.com/taokong/RON.git
2.安装caffe
先进入RON目录
cd ./RON
git clone https://github.com/taokong/caffe-ron.git
cd caffe-ron
#注:下载的源代码用了cudnn加速,但是我在服务器上编译时cudnn通不过,因此这儿把Makefile.config中 USE_CUDNN := 1改为#USE_CUDNN := 1 ,然后在编译
make -j8 && make pycaffe
若出现opencv的报错,则 注释掉Makefile.config里#OPENCV_VERSION := 3,打开 USE_OPENCV := 1,再次编译
3.建立Cython模块
cd ./RON/lib
make
2.摄像头测试demo_video.py
1.下载caffemodel
百度云下载 RON320_VOC0712_VOC07.caffemodel放在\RON\data\RON_models中
2.修改/pascalvoc/VGG16/te