fast-rcnn win10 tensorflow部署

1、下载代码https://github.com/chde222/Faster-RCNN-TensorFlow-Python3

2、安装所依赖包 pip install -r requirements.txt

或者单独利用pip install cython

pip install easydict

3、在 ./data/coco/pythonAPI 下打开cmd运行：

python setup.py build_ext --inplace

python setup.py build_ext install

在./lib/utils下打开cmd 运行：

python setup.py build_ext install

4、下载voc2007数据集。

数据集使用的是VOC2007，下载地址：

http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-2007.tar http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCdevkit_08-Jun-2007.tar

由于被墙，可以下载百度云盘的数据集，链接：https://pan.baidu.com/s/1Y_RzqLvW4CAzTEq4ICFVUA ，提取码：m9dl

在data下新建VOCDevkit2007文件夹。然后

下载文件后，将 VOCtrainval_06-Nov-2007.tar 解压后的文件夹VOC2007放在data/VOCDevkit2007/ 路径下。

5、下载vgg16.ckpt 数据集。

VGG16模型的下载地址：http://download.tensorflow.org/models/vgg_16_2016_08_28.tar.gz，也可去百度云盘下载，

链接：https://pan.baidu.com/s/11Ty10NJ-rgXkkvM92SVVKw ，提取码：d2jz

下载后将文件重命名为：vgg16.ckpt 然后在data下建立imagenet_weights文件夹，将vgg16.ckpt放入

6、打开pycharm。运行train.py 文件即可

参考自https://blog.csdn.net/ytusdc/article/details/80255920

https://blog.csdn.net/kellyroslyn/article/details/92159004

7、如果跑demo.py的话，显示下面的错误。

这个地方入坑很久，下载的vgg16模型里就是没有这个文件的，查了好久才知道，这应该是新版TensorFlow模型训练时候产生的文件。作者没有提供，没有办法，只有自己训练。通过上一步的训练能够得到模型。把这些模型都放在这个output\vgg16\voc_2007_trainval+voc_2012_trainval\default路径下。out目录跟demo.py同目录。

demo.py 默认使用的是res101，而我们现在用的是vgg16模型，所以更改demo.py 第108行，deault = vgg16。还有就是模型文件的一些命名可能跟demo.py 文件中的名字不一致，导致找不到文件，自己更改模型文件名，或者demo.py即可。
https://blog.csdn.net/u010554381/article/details/86233339

fast-rcnn win10 tensorflow部署相关推荐

win10编译 Fast R-CNN 所需的setup.py（rotate) tensorflow版
问题描述: Fast R-CNN(rotate)原版提供的 setup.py 是在linux中使用的,在linux里可以直接编译. 而在windows下需要修改 setup.py 解决方案: 先提供思 ...
tensorflow精进之路(二十三)——Object Detection API目标检测(上)（Fast R-CNN算法）
1.概述上一讲,我们使用slim库对图片进行检测,每个物品用同一种颜色标注,显得乱七八糟的.这一讲,我们来学习目标检测.目标检测就是,输入一张图片,输出是将该图片中所含的所有目标物体识别,并标记出他 ...
深度学习（十五）——SPPNet, Fast R-CNN
https://antkillerfarm.github.io/ RCNN(续) RCNN算法的基本流程 RCNN算法分为4个步骤: Step 1:候选区域生成.一张图像生成1K~2K个候选区域(采用 ...
R-CNN 物体检测第二弹（Fast R-CNN）
北京站 | NVIDIA DLI深度学习培训 2018年1月26日 NVIDIA 深度学习学院带你快速进入火热的DL领域阅读全文正文共7790 ...
R-CNN，Fast R-CNN，Faster R-CNN原理及执行与训练的实例+实现自己的目标检测(转)
版权声明:本文为博主原创文章,未经博主允许不得转载. https://blog.csdn.net/m0_37407756/article/details/80810364 一.原理篇 R-CNN的原理 ...
CNN：RCNN、SPPNet、Fast RCNN、Faster RCNN、YOLO V1 V2 V3、SSD、FCN、SegNet、U-Net、DeepLab V1 V2 V3、Mask RCNN
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新) CNN: 目标检测: RCNN SPPNet Fast RCN ...
win10 docker部署gpu项目
win10 docker部署gpu项目 nvidia-docker win10安装docker 制作镜像 ubuntu18.04部署docker gpu项目安装docker 配置docker使用gp ...
Fast R-CNN与ROI Pooling
不同于图像分类,在物体检测任务中一幅图片上出现的目标数量和大小是任意的:与之相矛盾的是全连接层只能接受固定大小的输入.R-CNN首先提取建议区域(约2000),裁剪缩放到固定大小:然后将所有候选区域送 ...
Fast R-CNN算法及具体训练步骤
Fast R-CNN算法及其具体训练步骤 Fast R-CNN算法是R-CNN算法的进一步衍生算法,它通过引入ROI pooling层,避免了R-CNN算法对同一区域多次提取特征的情况从而提高了算法的 ...

fast-rcnn win10 tensorflow部署

fast-rcnn win10 tensorflow部署相关推荐

最新文章

热门文章