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