win7+GPU运行py-faster-rcnn
文章目录
- 1. 重新编译 caffe
- 1.1 修改 libcaffe.vcxproj 以及 libcaffe.vcxproj.filters 文件
- 1.2 编译
- 2. faster rcnn的配置
- 2.1 下载 faster rcnn
- 2.2 下载 faster rcnn 的 windows 版本编译文件
- 2.3 配置
- 2.4 安装 setup.py 以及 setup_cuda.py
- 3. 运行 python 的目标检测程序 demo
- 3.1 下载 py-faster-rcnn 模型
- 3.2 执行 demo.py
1. 重新编译 caffe
之前搭建 caffe 框架的时候,已经编译过 caffe 了,但是由于faster-rcnn中使用了roi-pooling-layer层,而微软版本编译时并未添加roi_pooling_layer,所以我们需要将头文件,cu文件和cpp文件手动加入到libcaffe中。
1.1 修改 libcaffe.vcxproj 以及 libcaffe.vcxproj.filters 文件
修改 libcaffe.vcxproj 文件
在 173 行添加
<ClCompile Include="..\..\src\caffe\layers\roi_pooling_layer.cpp" />
在 354 行添加
<CudaCompile Include="..\..\src\caffe\layers\roi_pooling_layer.cu" />
在 279 行添加
<ClInclude Include="..\..\include\caffe\layers\roi_pooling_layer.hpp" />
修改 libcaffe.vcxproj.filters 文件
在 354 行添加
<ClCompile Include="..\..\src\caffe\layers\roi_pooling_layer.cpp"><Filter>src\layers</Filter></ClCompile>
在 605 行添加
<ClInclude Include="..\..\include\caffe\layers\roi_pooling_layer.hpp">
<Filter>include\layers</Filter>
</ClInclude>
在 754 行添加
<CudaCompile Include="..\..\src\caffe\layers\roi_pooling_layer.cu">
<Filter>cu\layers</Filter>
</CudaCompile>
1.2 编译
按照 上一篇博客 的步骤重新编译修改后的 caffe
重新编译成功
将重新编译的 pycaffe 目录下的 caffe 文件夹复制到 F:\py-faster-rcnn\caffe-fast-rcnn\python 目录下
2. faster rcnn的配置
2.1 下载 faster rcnn
首先利用 git 命令将 faster-rcnn 下载下来
https://github.com/rbgirshick/py-faster-rcnn.git
下载完成
发现 py-faster-rcnn 目录下的 caffe-fast-rcnn 文件是空的,因此再次下载
下载完成
2.2 下载 faster rcnn 的 windows 版本编译文件
由于 faster rcnn 官方并没有提供 windows 的编译文件,不过有大神已经编译好了,我们直接下载就可以了
https://github.com/MrGF/py-faster-rcnn-windows.git
下载完成
2.3 配置
复制 F:\py-faster-rcnn-windows 下的 lib 文件夹,并用它去替换 F:\py-faster-rcnn 下的 lib文件夹。
然后修改 \lib\setup_cuda.py 文件
将 33 行改成 cuda 的 include 路径
include_dirs = [numpy_include, 'C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\v7.5\\include'])
2.4 安装 setup.py 以及 setup_cuda.py
3. 运行 python 的目标检测程序 demo
3.1 下载 py-faster-rcnn 模型
模型链接:https://pan.baidu.com/s/1ffYYArsNswFM5s941EDwcg
将下载的模型放到 data 下的 faster_rcnn_models 目录下
3.2 执行 demo.py
win7+GPU运行py-faster-rcnn相关推荐
- win10和win7系统配置faster rcnn(pytorch)
在win10和win7系统上配置faster rcnn(GPU)冲冲冲 介绍 我的环境 配置过程 1. 数据准备 2. 把数据集放进VOCdevkit2007文件夹下,名字为VOC2007 3. 安装 ...
- caffe下matlab、python的配置和faster RCNN的运行
因为自己的电脑没有安装linux环境,显卡也不支持CUDA,所以在实现faster RCNN的demo的过程中还是很麻烦的. 完善项目文件 下图是vs2013 打开的caffe解决方案的工程目录.由于 ...
- faster rcnn源码解读(三)train_faster_rcnn_alt_opt.py
转载自:faster rcnn源码解读(三)train_faster_rcnn_alt_opt.py - 野孩子的专栏 - 博客频道 - CSDN.NET http://blog.csdn.net/u ...
- [深度学习] RCNNs系列(1) Ubuntu下Faster RCNN配置及训练和测试自己的数据方法
最近用到Faster RCNN进行目标检测,前前后后两周把RCNN,SPPNet,Fast RCNN和Faster RCNN大体调查了一遍,准备写一个RCNNs系列,后面还要加上今年最新的Mask R ...
- 深度学习和目标检测系列教程 7-300:先进的目标检测Faster R-CNN架构
@Author:Runsen Faster R-CNN 由于Fast R-CNN 过程中仍然存在一个瓶颈,即ROI Projection.众所周知,检测对象的第一步是在对象周围生成一组潜在的边界框.在 ...
- Faster R-CNN源码中RPN的解析(自用)
参考博客(一定要看前面两个) 一文看懂Faster R-CNN 详细的Faster R-CNN源码解析之RPN源码解析 关于RPN一些我的想法 rpn的中心思想就是在了anchors了,如何产生anc ...
- 详细的Faster R-CNN源码解析之RPN源码解析
在阔别了将近三个月之后,笔者又准备更新博客了.对于前两个多月的未及时更新,笔者在此向大家表示歉意,请大家原谅. 本次博客的更新是关于Faster R-CNN的源码.首先说一下笔者为什么要更新Faste ...
- faster rcnn中anchor的生成
faster rcnn anchor anchors 值的含义为 总共有9个anchor,对于每一个anchor,其四个数值分别代表矩形框的左下角x,y,右上角x,y. anchor的预设值为 # V ...
- 深度学习之windows python faster rcnn 配置及demo运行
写这篇文章主要是针对深度学习零基础的新手,因为我也是新手,在配置环境这一块花了我很大的心血,网上的资料很多都只是说配置,然后直接运行就完了,可是对于我这样的新手在配置的过程中会遇见各种各样的问题,所以 ...
最新文章
- 怎么选择多专业取费_从事翻译要怎么选择行业和专业?
- 【Python-pywt】 小波变化库—Pywavelets 学习笔记
- UltraGrid的Row,通过BindingSource,给ComboBox修改,修改后,内容无法即时反馈给UltraGrid的bug...
- Round Numbers POJ - 3252(数位dp+判断前导零)
- Java中的贷款模式(又名贷方承租人模式)
- CLR Via C# 学习笔记(5) 静态构造函数的性能
- 程序设计与算法----动态规划之最长上升子序列
- Ubuntu下基本的命令总结
- Rust 1.34.1 稳定版发布,Bug 修复
- 弦论 —— 宇宙的琴弦
- 用PHP玩百万英雄类型游戏!!!
- 假设检验 python_数据清洗、假设检验
- Maven压缩插件YUI Compressor使用介绍
- python获取无忧网的招聘数据
- 如何清除Hacktool.Rootkit病毒,如何让msdirectx.sys此文件彻底删除,谢谢!
- python 会议室预约系统解决方案_会议室预约管理系统方案书.pdf
- 数据结构(一)线性链表、非线性链表、稀疏数组与队列、单向链表
- cnckpi绩效考核模板_综合绩效审查模板
- 英语4级的分数如何计算机,英语四级的分数是怎么计算的?
- 微信 css3动画失效,css3 动画效果在微信中无效
热门文章
- ES6新特性_ES6语法糖_class静态成员---JavaScript_ECMAScript_ES6-ES11新特性工作笔记034
- Mycat安全权限配置user_配置mycat用户只读数据---MyCat分布式数据库集群架构工作笔记0031
- MQTT工作笔记0008---服务质量
- Netty工作笔记0062---WebSocket长连接开发
- 数据库工作笔记002---Linux下开启,重启,关闭mysql
- android学习笔记---62_自定义窗口标题
- 解析Servlet/JSP会话跟踪机制
- 3d激光雷达开发(旋转和位移)
- 3d激光雷达开发(基于参数模型的滤波)
- linux驱动编写(电源管理驱动)