Faster-rcnn模型下载

1、下载Faster-rcnn源码

caffe：

gitclone --recursive https://github.com/rbgirshick/py-faster-rcnn.git

tensorflow：

git clone --recursive https://github.com/smallcorgi/Faster-RCNN_TF.git

2、编译

进入目录cd py-faster-rcnn/lib

make

出现错误：

python setup.py build_ext --inplace
Traceback (most recent call last):
File "setup.py", line 58, in <module>
CUDA = locate_cuda()
File "setup.py", line 46, in locate_cuda
raise EnvironmentError('The nvcc binary could not be '
EnvironmentError: The nvcc binary could not be located in your $PATH. Either add it to your path, or set $CUDAHOME
make: *** [all] Error 1

解决办法是打开setup.py文件将以下注释，即可：

#CUDA = locate_cuda()

#Extension('nms.gpu_nms',
# ['nms/nms_kernel.cu', 'nms/gpu_nms.pyx'],
# library_dirs=[CUDA['lib64']],
# libraries=['cudart'],
# language='c++',
# runtime_library_dirs=[CUDA['lib64']],
# this syntax is specific to this build system
# we're only going to use certain compiler args with nvcc and not with
# gcc the implementation of this trick is in customize_compiler() below
# extra_compile_args={'gcc': ["-Wno-unused-function"],
# 'nvcc': ['-arch=sm_35',
# '--ptxas-options=-v',
# '-c',
# '--compiler-options',
# "'-fPIC'"]},
# include_dirs = [numpy_include, CUDA['include']]
#),
#Extension(
# 'pycocotools._mask',
# sources=['pycocotools/maskApi.c', 'pycocotools/_mask.pyx'],
# include_dirs = [numpy_include, 'pycocotools'],
# extra_compile_args={
# 'gcc': ['-Wno-cpp', '-Wno-unused-function', '-std=c99']},
#),

再次make

3、下载预训练模型：

运行py-faster-rcnn/data/scripts下的fetch_faster_rcnn_models.sh脚本文件下载

但这里我没有下载成功，估计需要翻墙，在网上看见下载种子，亲测可用

针对caffe结构的：

http://academictorrents.com/details/cca56021739c8a75af3b58f536d4930266c25d5e/tech

针对tensorflow架构：

https://github.com/leihe001/tensorflow-vgg

https://github.com/leihe001/tensorflow-resnet

4、最后运行demo

./tools/demo.py

好像需要安装cuda才能运行，cpu下运行不通过，原因未知！

5、本人初学faster-rcnn，望各位指教，有意者可交流学习！

Faster-rcnn模型下载相关推荐

使用新版FLIR (FLIR_ADAS_v2) 训练Faster RCNN模型
简介 FLIR在2022.1.19发布了新版的FLIR_ADAS_v2,相较于上一代的FLIR_1_3,新版有着更多的类别和数量更丰富的图像.但现有的博客中关于新版FLIR的使用教学少只有少,加上暑假 ...
人工智能：物体检测之Faster RCNN模型
人工智能:物体检测之Faster RCNN模型物体检测 Faster RCNN模型简介卷积层 RPN Roi Pooling Classifier 物体检测什么是物体检测物体检测应用场景物 ...
faster R-CNN模型实现过程
faster R-CNN=RPN+fast R-CNN ①将fm送入RPN(region proposal network),RPN也是一个卷积神经网络,它对于input feature map的每个 ...
将faster RCNN从github上下载的frozen模型转换为tflite时候报错
转换代码如下: tflite_convert --graph_def_file=/home/sir/project/models/faster/frozen_inference_graph.pb ...
深度学习目标检测模型全面综述：Faster R-CNN、R-FCN和SSD
为什么80%的码农都做不了架构师?>>> Faster R-CNN.R-FCN 和 SSD 是三种目前最优且应用最广泛的目标检测模型,其他流行的模型通常与这三者类似.本文介绍了 ...
完整代码+实操！手把手教你操作Faster R-CNN和Mask R-CNN
点击上方↑↑↑蓝字关注我们~ 「2019 Python开发者日」全日程揭晓,请扫码咨询 ↑↑↑ 机器视觉领域的核心问题之一就是目标检测(Object Detection),它的任务是找出图像当中所有感 ...
修订版 | 目标检测：速度和准确性比较（Faster R-CNN，R-FCN，SSD，FPN，RetinaNet和YOLOv3）...
很难在不同的目标检测器之间进行公平的比较.对于哪个模型是最好的?这个问题是没有直接的答案.对于现实生活中的应用,我们选择平衡准确性和速度.除了检测器类型外,我们还需要了解影响性能的其他选择: Feat ...
Faster R-CNN WINDOWS CPU环境搭建（详细版）
操作系统: bigtop@bigtop-SdcOS-Hypervisor:~/py-faster-rcnn/tools$ cat /etc/issue Ubuntu 14.04.2 LTS \n \l ...
从R-CNN到Faster R-CNN漫谈
本文相当长......... object detection,就是在给定的图片中精确找到物体所在位置,并标注出物体的类别.object detection要解决的问题就是物体在哪里,是什么这整个流程 ...
YOLOv5 对决 Faster RCNN，谁赢谁输？（转载）
摘自:https://mp.weixin.qq.com/s/fKHcKHhCmymFf0fBKbej_g 因为我i看无人机的目标检测也是用的YOLO YOLOv5 对决 Faster RCNN,谁赢谁 ...

Faster-rcnn模型下载

Faster-rcnn模型下载相关推荐

最新文章

热门文章