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 ...
最新文章
- RadioButton加入DataGrid模板列引起的问题。
- Spring boot的put请求
- Java 100(三)
- boost::mp11::mp_quote相关用法的测试程序
- C语言二叉树的lowest common ancestor最低公共祖先(附完整源码)
- HDU4367(线段相交与斐波那契数列)
- 海量数据中,寻找最小的k个数。
- c语言计算机培训,C语言计算机基础学习||新手入门必看
- 关于STM32的两个小问题的总结
- 手机黑圆点怎么打_手机能「打快板」是怎么回事?浅谈手机的光学防抖
- 动态网站Web开发用什么语言好?PHP、ASP还是ASP.NET
- 【HDFS】HDFS与dfsadmin结合使用
- 我的世界之 paper和spigot 的区别 Java服务端开服
- C语言随机生成26个字母,菜鸟求助,写一个随机输出26个英文字母的程序
- 计算机启动过程过程图,计算机启动过程图文详解(一)----计算机初始化启动过程...
- 加工中心三凌系统怎么用计算机,加工中心三菱系统的基本操作
- keil中出现警告:last line of file ends without a newline解决方法
- QBitArray 和 QByteArray 互相转换
- html2pdf vue,VUE项目中利用html2canvas和JsPdf实现页面转PDF并保证图片不会被切断
- 【55种开源数据可视化工具简介】
热门文章
- php 微信转账,php实现微信公众号企业转账功能
- hbase java api count_HBase内置过滤器java api的总结
- python数据结构递归树_python数据结构(对称二叉树递归和迭代)
- python编程制作_一种Python编程创作平台的制作方法
- mysql8.0与mysql7.0_MySQL 5.7 vs 8.0,哪个性能更牛?
- Java 多线程 —— ThreadLocal
- 设计模式---工厂模式
- java中删除最大的数,【Java练习】删除字符串中字符个数最少的字符
- c++primer 3.4练习题
- 震惊!Fibonacci Again