FDDB,检测自己的数据集的mobilenet,网络模型的详细步骤，留给新手参考

1、 FDDB评估工具的使用，gunplot安装，修改路径，参考下面博客，
注意，make,如果报错再修改Makefile
https://blog.csdn.net/behind_you/article/details/80540720
https://blog.csdn.net/haluoluo211/article/details/80698000

2、用里面自带的demo.py修改代码生成文件
详细步骤，以及文件路径安排
https://blog.csdn.net/Xingyb14/article/details/81329833

上述博客看完，了，对过程有了了解之后，可以再看下下面的补充
1、
./evaluate -a …/annoFile.txt -d …/detDir/detection_out2.txt -i …/orginalPics/ /l …/filePath.txt
这个操作就是修改路径的意思
替代操作（一个是32位，下面是64位)

在evaluation中的 evaluate.cpp，文件的78行下的4个路径，直接写绝对路径就可以了
#ifdef _WIN32
string baseDir = “F:/scratch/Data/facesInTheWild/”;
string listFile = “F:/scratch/Data/detectionResults/FDDB/imList.txt”;
string detFile = “F:/scratch/Data/detectionResults/FDDB/MikolajczykDets.txt”;
string annotFile = “F:/scratch/Data/detectionResults/FDDB/ellipseList.txt”;

#else
string baseDir = “/home/lee/shishi/FDDB/originalPics/”;
string listFile = “/home/lee/shishi/FDDB/filePath.txt”;
string detFile = “/home/lee/shishi/FDDB/detection_out2.txt”;
string annotFile = “/home/lee/shishi/FDDB/annotFile.txt”;
#endif

2、如何生成FDDB 的txt文件，
用mobilenet,自带的，demo.py,将读取数据，和输出数据自己进行增加。，输出需要的格式的txt,文件
注意代码上面的两行文件
net_file= ‘/home/caffe/examples/MobilenetSSD/examples/MobileNetSSD_deploy.prototxt’
caffe_model=‘MobileNetSSD_deploy-face-fddb.caffemodel’
第一个文件改成自己的prototxt文件，绝对地址
第二个文件，是通过，自带的mergy_bn.py生成的文件，,如何生成mergy.py,生成自己的网络文件参考，地址 https://blog.csdn.net/cs_fang_dn/article/details/78790790

6）.Run merge_bn.py to generate your own deploy caffemodel.
在$caffe_root/examples/MobileNet-SSD目录下执行
python merge_bn.py
其中merge_bn.py文件中：
train_proto = ‘example/MobileNetSSD_train.prototxt’ #这个是3）产生的文件
train_model = ‘snapshot/mobilenet_iter_2000.caffemodel’ #should be your snapshot caffemodel 这个是4）训练保存的结果
deploy_proto = ‘MobileNetSSD_deploy.prototxt’ #这个是3）产生的文件
save_model = ‘MobileNetSSD_deploy_my_test_2000.caffemodel’ #这个是合并的模型文件
最后会就生成了你自己的数据集模型，MobileNetSSD_deploy.prototxt是网络结构文件，MobileNetSSD_deploy_my_test_2000.caffemodel是模型文件
放到，caffe_model路径中
3、注意一点，mobilenetssd，文件中的example ,文件夹下的三个文件

   三个文件需要都改成一样的，这是为了第2点的网络文件，和模型文件，一致，否则生成的txt,文件有问题

FDDB,检测自己的数据集的mobilenet,网络模型的详细步骤，留给新手参考相关推荐

OpenCvSharp (C# OpenCV)实现纺织物缺陷检测-＞脏污、油渍、线条破损(详细步骤 + 源码)
点击下方卡片,关注" OpenCV与AI深度学习" 视觉/图像重磅干货,第一时间送达! 导读本文将介绍使用OpenCV实现纺织物缺陷检测(脏污.油渍.线条破损缺陷)的详细步骤 + ...
实战 | OpenCV实现纺织物缺陷检测-＞脏污、油渍、线条破损(详细步骤 + Python/C++源码)
点击下方卡片,关注" OpenCV与AI深度学习" 视觉/图像重磅干货,第一时间送达! 导读本文将介绍使用OpenCV实现纺织物缺陷检测(脏污.油渍.线条破损缺陷)的详细步骤 + ...
使用自己的数据集训练MobileNet、ResNet实现图像分类（TensorFlow）| CSDN博文精选
作者 | pan_jinquan 来源 | CSDN博文精选之前写了一篇博客<使用自己的数据集训练GoogLenet InceptionNet V1 V2 V3模型(TensorFlow)&g ...
使用自己的数据集训练MobileNet、ResNet实现图像分类（TensorFlow）
使用自己的数据集训练MobileNet.ResNet实现图像分类(TensorFlow) 之前鄙人写了一篇博客<使用自己的数据集训练GoogLenet InceptionNet V1 V2 V3 ...
深度学习和目标检测系列教程 3-300：了解常见的目标检测的开源数据集
@Author:Runsen 计算机视觉中具有挑战性的主题之一,对象检测,可帮助组织借助数字图片作为输入来理解和识别实时对象.大量的论文基于常见的目标检测的开源数据集而来,因此需要了解常见的目标检测的 ...
【目标检测实验系列】使用yolov3 spp训练西工大遥感数据集NWPU VHR-10（包括如何将NWPU VHR-10转为VOC格式和yolov3 spp实验调试的详细步骤，且附上训练完的权重文件）
目录 1. 文章主要内容 2. 西工大数据集转换为VOC格式数据集 2.1 VOC数据集结构 2.2 西工大数据集 2.3 转换格式 2.3.1 构建与VOC类似的数据集文件结构(文件夹名可以自定义) ...
Rail-5k:一个用于轨道表面缺陷检测的真实数据集
Rail-5k:一个用于轨道表面缺陷检测的真实数据集文章目录 Rail-5k:一个用于轨道表面缺陷检测的真实数据集摘要 1 介绍 2 相关工作 2.1自然图像数据集 2.2合成缺陷数据集 2.3铁 ...
基于Python，OpenCV，Numpy和Albumentations实现目标检测的合成数据集
1.总述训练一个对象检测模型,如YOLOv5,需要一个包含感兴趣对象的图像和注释(带有对象边界框坐标的文本文件)的数据集. 例如,在下面的图片中,你可以看到可视化的边界框.每个边界框表示与特定类别相 ...
基于Python，OpenCV，Numpy和Albumentations实现关键点检测的合成数据集
1.概述训练关键点检测模型,如 Keypoint RCNN,需要一个数据集,其中包含具有感兴趣对象和标注的图像(具有对象关键点和边界框坐标的文本文件). 例如,在下图中,您可以看到可视化的关键点和边 ...

FDDB,检测自己的数据集的mobilenet,网络模型的详细步骤，留给新手参考

FDDB,检测自己的数据集的mobilenet,网络模型的详细步骤，留给新手参考相关推荐

最新文章

热门文章