基于Tensorflow的Faster R-CNN深度学习算法在CPU下实现目标检测

最新推荐文章于 2022-04-04 17:08:21 发布

zhguoi

最新推荐文章于 2022-04-04 17:08:21 发布

阅读量1.9k

点赞数 7

分类专栏：目标检测深度学习文章标签：深度学习 tensorflow 图像识别神经网络 python

本文链接：https://blog.csdn.net/zhguoi/article/details/103688502

版权

官方给出的Faster R-CNN的代码是caffe框架下的，我对caffe不是很了解，一直用的是tensorflow环境，所以去网上找了一下用tensorflow实现的Faster R-CNN。找到了一篇博客https://www.cnblogs.com/toone/p/8433581.html，作者使用的...

摘要由CSDN通过智能技术生成

2014年是目标检测算法的里程碑，因为那一年R-CNN横空出世，将深度学习-卷积神经网络用在了目标检测领域，标志着目标检测进入了一个新的高度。目前tensorflow深度学习框架比较火且容易上手，所以想基于tensorflow来看看RCNN到底是怎么实现图片目标检测的。本人洒哥比较穷，电脑还是2013年买的，所以GPU很菜，在深度学习领域没法用GPU来train和Inference，github上的RCNN代码很多都默认是GPU运行，我这里记录一下如何在CPU下运行RCNN代码的demo。

因为RCNN出来之后，Fast RCNN，Faster RCNN相继问世，肯定是越来越牛皮，老的方法将会被摒弃，所以我就直接拿Faster R-CNN来做演示了，但是想提醒一下：R-CNN是核心，后面的都是基于此思想来改进的。

------本文章只是实现了基于深度学习的图片检测的Inference过程，实现了图片中20类目标检测功能，并没有Train过程，只需要下载源码和已经训练好的模型即可，不需要数据集。后续洒哥会写如何基于Faster R-CNN训练自己的数据集。

1.本机环境

ubuntu16.04，CPU，tensorflow==1.15.0(不是GPU版本的TF，如下)，python3，opencv-python3，cython==0.25.2，easydict

在这里插入图片描述

如果后面编译出现了找不到相应模块，大家pip安装一下就可以了&#

最低0.47元/天解锁文章

zhguoi

关注

7
点赞
踩
17

收藏

觉得还不错? 一键收藏
2
评论
基于Tensorflow的Faster R-CNN深度学习算法在CPU下实现目标检测

官方给出的Faster R-CNN的代码是caffe框架下的，我对caffe不是很了解，一直用的是tensorflow环境，所以去网上找了一下用tensorflow实现的Faster R-CNN。找到了一篇博客https://www.cnblogs.com/toone/p/8433581.html，作者使用的...
复制链接

扫一扫