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。

 

posted @ 2020-05-15 16:13  zhangyong7630  阅读(520)  评论(0编辑  收藏  举报