faster-rcnn tensorflow windows demo运行

最新推荐文章于 2021-03-17 14:47:24 发布
最新推荐文章于 2021-03-17 14:47:24 发布
阅读量2.1k 收藏 2
点赞数
CC 4.0 BY-SA版权
分类专栏： tensorflow
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/WeiGuanQun/article/details/78754898
本文详细介绍了在Windows环境下，使用TensorFlow搭建Faster R-CNN模型的过程，包括解决vcvarsall.bat找不到问题、下载VOC数据集、模型权重文件的存放，并提供了运行demo的步骤。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

TF环境的搭建和CUDA的安装不再赘述，首先大家还是找到原文以及gitub的readme仔细阅读：
有任何问题欢迎大家指正~。~

1本文主要是根据：http://blog.youkuaiyun.com/Pennypinch/article/details/77185119 修改而来：
主要是对上文未讲到的问题进行补充：
1 cant open vcvarsall.bat
这个问题：重装vs2015（注意点：我用的是updata3 因为update2 没有找到python的接口）
这个一定要勾选上；重装之后问题解决；
这里写图片描述

2 数据库下载
按照readme下载三个文件voc数据集：路径如下：
Faster-RCNN-TensorFlow-Python3.5-master\data**VOCdevkit2007**
这里写图片描述
文件名一定是这个（VOCdevki

最低0.47元/天 解锁文章

200万优质内容无限畅学
windows系统运行faster r-cnn
Mikiloo_的博客
07-17 2250
首先 faster r-cnn代码地址：https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3 一些建议 ：这个代码是用python3.5写的，所以3.7或者其他都有可能出问题，visual studio 后面要用来编译，建议就使用2015，我用了2019也出现了问题 接下来的步骤基本上就是按照这个代码的read me. 我把从头到尾...
在win10上配置运行Faster-RCNN的环境
飞龙在天
04-12 3791
本方法简单明了，根本无需去查什么tensorflow和cudnn及condatoolkit版本之间的关系。步骤如下： 首先安装anaconda，安装方法略 启动anaconda prompt， 输入conda help查看命令帮助，然后新建一个环境，使用的命令为：conda create -n py35-tf python=3.5，这样就创建了个基于python3.5名为py35-tf的环境...
Windows下faster_rcnn运行问题
linyigreat的专栏
06-06 1712
Windows下faster_rcnn运行时出现如图问题，把整个caffe也添加到路径了，还是出现caffe.get_net出错 还请大神帮忙指点
Windows10下快速复现Keras Faster RCNN
hesongzefairy的博客
04-01 900
老规矩 硬件环境：win10系统Anaconda1050Ti 软件环境：tensorflow-gpu=1.11.0keras-gpu=2.1.6 pillowmatplotlib opencv-python 这里需要注意keras版本，和上一次复现yolo不一样，opencv-python建议pip安装不建议使用conda install 项目地址：h...
Win10版faster rcnn 心得体会
weixin_44289316的博客
11-23 354
Win10版faster rcnn 心得体会 首先在下载代码https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3 该代码需要python3.5的环境，本人的环境是python3.6。所以要先下载python3.5 可以通过https://blog.youkuaiyun.com/tiankong_/article/details/83001976，安装python3.5（通过这里我明白了一台电脑可以同时安装多个python，再通过activate pyth
Faster-RCNN的Tensorflow架构代码-目标检测（已跑通）
04-07
**Faster R-CNN TensorFlow架构代码详解** Faster R-CNN是一种先进的目标检测算法，它在计算机视觉领域具有广泛的应用。这个TensorFlow实现已经成功跑通，特别适用于训练自定义数据集，使得开发者能够轻松地将自己...
Win10+Faster-RCNN-TensorFlow-Python3-master训练自己的数据 测试图像并输出mAP
11-02 8573
一、源码地址：https://github.com/smallcorgi/Faster-RCNN_TF 二、环境搭建 先参考这篇装一下大概环境：https://blog.youkuaiyun.com/wwtor/article/details/80603296 然后打开Anaconda Prompt或cmd安装python包(cython、python-opencv、easydict) ...
【TensorFlow学习笔记】目标识别篇（五）：基于Faster-rcnn-tensorflow-python3.5-master打造属于自己的物体检测模型
机器人技术栈
03-17 512
一、环境配置 win10系统，显卡GeForce GTX 960M； TensorFlow-gpu 1.13.0-rc2，CUDA 10.0，Cudnn 7.4.2； python 3.6 Tensorflow-gpu是在windows PowerShell里用pip安装的，同时安装一些必要的库：cython、easydict、matplotlib、python-opencv等，可直接使用pip安装或者下载相应的.whl离线文件安装。 Faster RCNN下载 下载地址https://github.c
faster-rcnn tensorflow CPU版代码与demo运行流程
Code_Georgia的博客
02-13 575
faster-rcnn tensorflow CPU版代码与demo运行流程 最近尝试跑faster-rcnn代码，遇到好多坑，看了好多博客，曾一度想要放弃……（希望各位大佬不要笑我哇）我用CPU跑的别人的模型，github上有很多代码跑起来总会有这样那样的问题，最可怕是有的还必须用GPU，所以把我改过的代码和所有需要的东西都放在这，希望像我一样刚开始接触的同学运行demo时可以事半功倍。 这是我...
faster-rcnn for tensorflow 测试过程
WeiGuanQun的博客
12-11 2180
faster-rcnn for tensorflow 测试
Faster-RCNN-TensorFlow-Python3.5-master.zip
04-20
smallcorgi/Faster-RCNN_TF 的训练checkpoint文件，搬运过来的
Windows10+Tensorflow+faster-rcnn 运行环境搭建
ytusdc的博客
05-09 1万+
  上一篇文章介绍了window10 下TensorFlow-gpu，环境的搭建。本文主要是在此基础上搭建faster-rcnn   源码地址：https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3.5   一步步说明： 1- Install tensorflow, preferably GPU version. Follow ins...
windows7下面用tensorflow训练Faster-RCNN
beyond_xnsx的博客
06-07 8028
最近由于实验室的要求，我做了基于Faster-RCNN网络的一些检测技术研究,对于我来说,完全是一个小白,这段时间在做实验的过程中学到了很多东西,整理了一下一路走来的实验步骤.，欢迎大家一起探讨~（一）安装TensorFlow博客链接：（1）https://blog.youkuaiyun.com/u010099080/article/details/53418159（2）https://blog.csdn.n...
windows10下运行tensorflow版的faster-Rcnn
把岁月化成歌 留在博客
01-02 9796
源码： https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3.5
Faster R-CNN tensorflow版本，cpu下运行demo
村民的菜篮子
07-14 2万+
官方给出的Faster R-CNN的代码是caffe框架下的，我对caffe不是很了解，一直用的是tensorflow环境，所以去网上找了一下用tensorflow实现的Faster R-CNN。找到了一篇博客https://www.cnblogs.com/toone/p/8433581.html，作者使用的是一个github上Xinlei Chen的tensorflow版本的faster rcn...
Tensorflow实现Faster RCNN
热门推荐
juezhanangle的博客
12-28 3万+
今天一天将tensorflow下的faster rcnn实现了，运行demo.py并得到成果，从安装到运行。所以记录一下，我用的GPU工作站，GTX1080ti，内存11G。基础的CUDA配置这里就不详述了。由于是实验室的GPU，所以，在自己的目录下用Anaconda2创建自己的环境，其中Anaconda的配置详见上一篇文档。  其中tensorflow-gpu的版本1.3.0   其中git
Windows +TensorFlow+Faster Rcnn 详细安装步骤（一）
tuoyakan9097的博客
08-17 2万+
Windows下Python版本TensorFlow需要Python 3.5支持，因此建议使用Anaconda，避免和原本电脑Python版本冲突等问题。（另外，你完全可以按照这个流程来，但如果你想偷懒，Windows +TensorFlow+Faster Rcnn整个安装过程中需要的所有安装包和数据我都传到了云盘里，大概有4个G内容，最后有获取方式。） 1.安装Anaconda 下载地址：...
Windows10+Tensorflow+faster-rcnn测试环境
06-20 5901
1.python环境 python3.5下载：https://www.python.org/downloads/ 在已有anaconda2.7的环境下安装python3.5 增加环境变量，并将python3根目录下的python改为python3 在命令行输入pyhton对应python2, python3对应python3 2.安装pip3 https://pypi.pyth
windows+tensorflow+fasterRcnn---3
Pennypinch的博客
08-31 8765
下面就是用别人的框架训练自己的数据了 (1)  依旧是在源码  https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3.5的基础之上进行改进 (2)  准备数据集： 需要：在masteràdata 下创建一个自己的存放数据的文件夹，如：VOCdevkit2007在该文件夹下： a.   创建文件夹An
py-faster-rcnn如何下载训练好的VGG16
最新发布
03-13
<think>好的，我需要帮助用户在py-faster-rcnn项目中下载预训练的VGG16模型。根据用户提供的引用信息，有几种方法可以下载这个模型。 首先，引用[1]提供了一个直接的下载链接：http://download.tensorflow.org/models/vgg_16_2016_08_28.tar.gz。用户可以直接用浏览器或迅雷下载这个文件，然后手动放置到项目的指定目录中。但用户提到可能无法打开某些链接，所以可能需要备用方法。 引用[2]和[3]提到通过运行脚本fetch_imagenet_models.sh来自动下载预训练模型。这个脚本位于项目的data/scripts目录下。用户只需要进入该目录并执行脚本即可。不过，用户可能遇到网络问题，导致脚本无法正常运行，这时候就需要手动下载。 引用[4]指出如果脚本无法下载，可以用迅雷手动下载，并将模型文件放入/py-faster-rcnn/data/imagenet_models目录中。这需要用户创建相应的文件夹结构，并确保文件名正确，例如VGG16.v2.caffemodel。 综合这些方法，用户可以选择自动脚本或手动下载。需要检查脚本是否有效，如果不行，就手动处理。同时，要确保模型文件放在正确的路径，避免后续训练或演示出错。最后，用户可能需要修改配置文件以适应自己的数据集，但这一步可能超出当前问题的范围，可以留到后续处理。</think>### 如何在 py-faster-rcnn 中下载预训练的 VGG16 模型 #### 方法一：通过脚本自动下载（推荐） 1. **进入项目脚本目录** ```bash cd py-faster-rcnn/data/scripts ``` 2. **执行下载脚本** ```bash ./fetch_faster_rcnn_models.sh ./fetch_imagenet_models.sh ``` 此脚本会自动下载预训练的 VGG16 模型（文件名如 `VGG16.v2.caffemodel`），并保存到 `py-faster-rcnn/data/imagenet_models` 目录[^2][^3]。 --- #### 方法二：手动下载（若脚本失效） 1. **直接下载模型文件** 使用浏览器或迅雷下载官方提供的模型文件： [VGG16 预训练模型下载链接](http://download.tensorflow.org/models/vgg_16_2016_08_28.tar.gz)[^1][^4] 2. **手动放置模型文件** - 在项目路径下创建目标目录： ```bash mkdir -p py-faster-rcnn/data/imagenet_models ``` - 将下载的 `vgg_16_2016_08_28.tar.gz` 解压，并将文件重命名为 `VGG16.v2.caffemodel`，放入上述目录[^4]。 --- #### 验证模型是否生效 运行项目演示时，若未报错提示模型缺失，则说明模型已正确加载： ```bash cd py-faster-rcnn ./tools/demo.py ``` ---
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值