Pytorch版faster rcnn的配置记录

最新推荐文章于 2024-03-25 10:00:38 发布

原创

最新推荐文章于 2024-03-25 10:00:38 发布 · 993 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#faster_rcnn

本文详细介绍使用ruotianluo的开源Faster R-CNN项目进行目标检测的过程，包括安装配置、数据集准备、预训练模型使用、训练自定义模型及测试评估。适合初学者快速上手。

使用的代码是ruotian luo的开源代码，github地址：https://github.com/ruotianluo/pytorch-faster-rcnn

0. 安装依赖包

Torchvision 0.3 ，opencv-python, easydict1.6，tensorboard-pytorch，scipy，pyyaml…

一. 下载项目代码，安装COCO API

下载项目代码

git clone https://github.com/ruotianluo/pytorch-faster-rcnn.git

安装python COCO API
进入项目的根目录

cd data
git clone https://github.com/pdollar/coco.git
cd coco/PythonAPI
make    # install pycocotools locally   make install ：install pycocotools to the Python site-packages
cd ../../..

二. 准备数据集

主要下载coco和voc数据集，这里以voc2007的下载为例（voc2012操作完全相同）

下载voc的test、trainval和工具包

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

将压缩包解压

tar xvf VOCtrainval_06-Nov-2007.tar
tar xvf VOCtest_06-Nov-2007.tar
tar xvf VOCdevkit_08-Jun-2007.tar

解压缩后会生成一个文件夹VOCdekit，结构如下：
voc2007下主要是图片和标注，VOCcode下是工具包代码

为数据集创建软链接

# $FRCN_ROOT指是faster rcnn的根目录，这里是指代，大家使用时改成自己的地址
# $VOCdevkit表示数据集的实际存放路径，创建链接时最好使用绝对路径，避免使用相对路径
cd $FRCN_ROOT/data
ln -s $VOCdevkit VOCdevkit2007 #如果使用的是voc2012则ln -s $VOCdevkit VOCdevkit2012

对于coco数据集进行相同处理