Faster R-CNN-MXNet框架下的训练与测试

Faster R-CNN原文：https://arxiv.org/abs/1506.01497

代码：https://github.com/apache/incubator-mxnet/tree/master/example/rcnn

（Mxnet官方版本中对Faster R-CNN的实现）

Mxnet的安装：https://blog.csdn.net/zyxxlyj/article/details/80764460

1 下载预训练模型和数据集

进入example/rcnn文件夹

1) 安装附加依赖的环境，其中会因为超时多次中断

example/rcnn$:bash script/additional_deps.sh

2) 下载VOC数据集

example/rcnn$:bash script/get_voc.sh

包括：VOCtrainval_06-Nov-2007.tar

          VOCtest_06-Nov-2007.tar

          VOCtrainval_11-May-2012.tar

3) 下载预训练模型

example/rcnn$: bashscript/get_pretrained_model.sh

4) 训练及测试

example/rcnn$: bash script/vgg_voc07.sh 0,1(use gpu 0 and 1)

执行完之后会在rcnn文件夹中多出data和model两个文件夹。

分别在数据集VOC07和VOC07+VOC12下训练（example/rcnn$: bash script/vgg_voc0712.sh 0,1），并在VOC07的测试集下测试，mAP分别为69.7%和76.1%（论文中为69.9%和73.2%）。

2 测试

mxnet/example/rcnn$python demo.py --prefix final --epoch 0 --image myimage.jpg --gpu 0

000704.jpg前者检测出person*2，horse*1，后者检测出person*2，horse*2，bicycle*1