目标检测RON网络安装运行记录

论文地址
代码地址

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