Faster -RCNN实现 (TensorFlow版) （一）

实现Faster -RCNN中的demo

1.环境准备

  我用的是ubuntu16.04的系统，装了默认版本是python3版本的anaconda，但github上的源码都是用python2   写的，所以我在 anaconda上新建了python2.7的环境，在终端执行以下代码即可：

conda create -n py2 python=2.7 

  一开始就装的python2的anaconda请忽略上面的步骤，下面安装需要的依赖包：

conda install cython python-opencv easydict

sudo apt-get install matplotlib

2.下载Github代码

git clone https://github.com/CharlesShang/TFFRCNN

3.下载训练好的模型 

    在TFFRCNN目录下新建一个model文件夹，把下载好的模型放进去，下面是github上的下载地址

 

 ——.VGG16 - https://drive.google.com/file/d/0B_xFdh9onPagX0JWRlR0cTZ5OGc/view

         .VGG16 - https://drive.google.com/file/d/0B_xFdh9onPagVmt5VHlCU25vUEE/view

    ——.Resnet50 - https://drive.google.com/file/d/0B_xFdh9onPagbXk1b0FIeDRJaU0/view

4.编译

  （1） 打开lib文件下的make.sh,根据要求修改，我的gcc版本是5，TensorFlow版本是binary,所以修改如下：

             根据注释自己修改即可，注意 -arch=sm_61 中61为GPU的计算能力，我的GPU是1080ti的，计算能力是61，根据配置修改即可

   （2）make

cd TFFRCNN/lib

make

 

5.运行demo

    将 faster_rcnn 文件夹下的 demo.py 复制到TFFRCNN目录下，执行如下命令：

cd TFFRCNN

python demo.py -- model home/jsdx/TFFRCNN/model/VGGnet_fast_rcnn_iter_150000.ckpt