blitznet测试及训练笔记
项目地址 https://github.com/dvornikita/blitznet
环境要求
- Python 3.5
- Tensorflow >=1.2
- Numpy 1.13
- Matplotlib 2.0.0
- OpenCV 3.2
- PIL 4.0
- glob
- tabulate
- progressbar
一、下载项目文件和数据集
下载项目:
git clone https://github.com/dvornikita/blitznet.git
下载数据集并解压:
# Download the data.
cd blitznet/Datasets
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2012/VOCtrainval_11-May-2012.tar
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-2007.tar
# Extract the data.
tar -xvf VOCtrainval_11-May-2012.tar
tar -xvf VOCtrainval_06-Nov-2007.tar
tar -xvf VOCtest_06-Nov-2007.tar
添加 B. Hariharan et al提供的extra annotations:
python3 set_extra_annotations.py
为了丰富图片库,还需运行datasets.py.需要datasets.py根据修改bernchmark中的路径.正确路径应为为:
--benchmark
--benchmark_RELEASE
--README
--dataset
--demo
--BharathICCV2011.pdf
--README
需要先修改main函数中的数据集注释.deatset会被存在blitznet/Datasets/目录中
由于没有下载coco数据集的项目文档,目前只有voc数据集,需要注释掉coco数据集,并取消mian函数中的voc数据集的注释
#from coco_loader import COCOLoader, COCO_CATS
if __name__ == '__main__':
create_voc_dataset('07', 'test')
create_voc_dataset('07', 'trainval')
create_voc_dataset('12', 'train', True, True)
create_voc_dataset('12', 'val', True)
至此可以尝试demo.py和基于voc数据集的训练和测试.
二、demo.py的运行
首先下载预先训练好的模型,在项目文件的后面作者给出了模型文件下载地址:
demo.py默认的模型和目录为 archive/BlitzNet300_COCO+VOC07+12/model.ckpt-1000.data-00000-of-00001
BlitzNet300_COCO+VOC07+12文件的下载地址为 https://drive.google.com/open?id=0B7XqhdpFpfcIV2hqOWswU01zdlU
下载后解压,放在archive目录下即可.
python3 demo.py --run_name=BlitzNet300_COCO+VOC07+12 --x4 --detect --segment --eval_min_conf=0.5 --ckpt=1
作者说输出在/Demo/output,但是Demo中没有结果,仔细阅读demo.py文件,发现程序中给出的目录是demodemo/output,实际上在该目录下仍然没有给出demo结果.
修改
loader = Loader(osp.join(EVAL_DIR, 'demodemo'))
为
loader = Loader(osp.join(EVAL_DIR, 'Demo'))
再次运行demo.py即可在Demo/output中得到demo.py给出的图片分割结果.
二、训练training.py
下载好权重文件, ResNet50和VGG16,解压后