Iterative Visual Reasoning Beyond Convolutions论文代码的复现

最新推荐文章于 2021-09-05 15:02:37 发布

小祥子ovo

最新推荐文章于 2021-09-05 15:02:37 发布

阅读量310

点赞数 1

分类专栏：迭代推理文章标签： tensorflow 深度学习 python

本文链接：https://blog.csdn.net/weixin_46716951/article/details/117819858

版权

迭代推理专栏收录该内容

1 篇文章 0 订阅

订阅专栏

代码地址：https://github.com/endernewton/iter-reason

Prerequisites（创建一个虚拟环境，名称自定，python=2.7）

1 Tensorflow, tested with version 1.6 with Ubuntu 16.04, installed with（官方提供的指令，我在Ubuntu主机上可用，在服务器上就安装不了）:

pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.6.0-cp27-none-linux_x86_64.whl

在这里插入图片描述

2 Other packages needed can be installed with pip:

 pip install Cython easydict matplotlib opencv-python Pillow pyyaml scipy

在这里插入图片描述

#安装opencv时报错，可能是python版本问题，查阅资料进行解决

3 For running COCO, the API can be installed globally:（这一步务必要做，不然在最后训练的时候报错为找不到pycoco.data）any path is okay

mkdir ~/install && cd ~/install
git clone https://github.com/cocodataset/cocoapi.git cocoapi
cd cocoapi/PythonAPI
python setup.py install --user

在这里插入图片描述

这是执行完以上操作，生成的安装目录。

Setup and Running

1 Clone the repository.

git clone https://github.com/endernewton/iter-reason.git
cd iter-reason

2 Set up data, here we use ADE20K as an example.（下载解压设置数据集）

mkdir -p data/ADEcd data/ADE
wget -v http://groups.csail.mit.edu/vision/datasets/ADE20K/ADE20K_2016_07_26.zip
tar -xzvf ADE20K_2016_07_26.zip
mv ADE20K_2016_07_26/* ./
rmdir ADE20K_2016_07_26# then get the train/val/test split
wget -v http://xinleic.xyz/data/ADE_split.tar.gz
tar -xzvf ADE_split.tar.gz
rm -vf ADE_split.tar.gzcd ../..

在这里插入图片描述

#数据集下载解压的目录如上
3 Set up pre-trained ImageNet models. This is similarly done in tf-faster-rcnn. Here by default we use ResNet-50 as the backbone:

mkdir -p data/imagenet_weights
 cd data/imagenet_weights
 wget -v http://download.tensorflow.org/models/resnet_v1_50_2016_08_28.tar.gz
 tar -xzvf resnet_v1_50_2016_08_28.tar.gz
 mv resnet_v1_50.ckpt res50.ckpt
 cd ../..

在这里插入图片描述

#以上是下载模型路径如图

4 Compile the library (for computing bounding box overlaps).

cd lib
Make
cd ..

在这里插入图片描述

编译操作

5 To train and test the reasoning modules (based on ResNet-50):

./experiments/scripts/train_memory.sh [GPU_ID] [DATASET] [MEM] [STEPS] [ITER] # MEM in {local} is the type of reasoning modules to use # Examples:# train on ADE20K on the local spatial memory.
./experiments/scripts/train_memory.sh 0 ade local 28 32