Faster R-CNN 代码实现
本博客主要用于记录Faster R-CNN的学习
1、Faster R-CNN的配置
Faster R-CNN的配置是以 https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3为基准, 参考https://github.com/endernewton/tf-faster-rcnn 来解决转pb文件过程中报错的问题。
1.1 相关文件下载
tensorflow:https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3
我复现的环境是:
Window:python3.6+cuda9+win10+tensorflow-gpu1.12
Ubuntu:python3.6+cuda10+ubuntu16+tensorflow-gpu1.12
在实现前需要对./data/coco/PythonAPI/ setup.py做如下修改,红色的是要添加的部分(这是因为源代码是基于python3.5的,而我的环境是python3.6的):
ext_modules = [ Extension( 'pycocotools._mask', sources=['../common/maskApi.c', 'pycocotools/_mask.pyx'], include_dirs=[np.get_include(), '../common'], extra_compile_args=[], ), Extension('lib.utils.cython_bbox', sources=['../../../lib/utils/cython_bbox.c', '../../../lib/utils/cython_bbox.pyx'], include_dirs=[np.get_include(), '/lib/utils'], extra_compile_args=[], ) ] setup(name='pycocotools', packages=['pycocotools'], package_dir={'pycocotools': 'pycocotools'}, version='2.0', ext_modules= cythonize(ext_modules) )
1.2 一些必要环境的配置
pip install cython # 编译需要用到 pip install opencv-python pip install easydict pip install Pillow pip install matplotlib pip install scipy
1.3 Faster R-CNN 环境配置
Go to ./data/coco/PythonAPI
# 运行之前需要提前更改./data/coco/PythonAPI/ setup.py文件 Run python setup.py build_ext --inplace Run python setup.py build_ext install Go to ./lib/utils run python setup.py build_ext --inplace
2.相关数据下载和预训练模型下载
2.1 训练数据下载
VOC 2007 下载链接:https://pan.baidu.com/s/19L644NQwLzEZVZOSeyLxVA 提取码:fbd5
将下载后的三个压缩包解压到同一个文件夹,同时选中这三个压缩包,选择解压到当前文件夹,可得到VOCDevkit文件夹,如图1所示,将VOCDevkit重命名为 VOCDevkit2007,然后将这个文件夹复制到data目录下 。
文件夹目录: Faster-RCNN-TensorFlow-Python3.5-master\data\VOCDevkit2007
2.2 预训练模型下载
VGG16模型的下载地址:http://download.tensorflow.org/models/vgg_16_2016_08_28.tar.gz
百度云盘下载:https://pan.baidu.com/s/1sencCuPagDFySwNMN39FDA 提取码:grb9
下载完后解压,文件重命名为vgg16.ckpt,如图2所示。新建文件夹imagenet_weights,把vgg16.ckpt放到imagenet_weights下,再将imagenet_weight
Faster R-CNN的环境配置到此结束,直接运行就可以利用VOC 2007进行训练。