Pytorch faster rcnn 三个系统版本运行情况说明

最新推荐文章于 2025-06-09 16:14:32 发布
最新推荐文章于 2025-06-09 16:14:32 发布
阅读量1.5k 收藏 1
点赞数 2
CC 4.0 BY-SA版权
分类专栏： Pytorch Fasterrcnn Ubuntu 文章标签： 性能比较
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/ewqapple/article/details/82498044
本文对比了FasterRCNN的PyTorch版本在Windows, Linux及MacOS三大系统上的性能表现，发现Ubuntu下的实时检测帧率最高可达17-18fps，优于Windows的14-15fps和MacOS的8-9fps。

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

可能由于闲来无聊，我们将windows linux macos 三大系统的faster Rcnn 的pytorch 版本配置好了。然后做了性能比较。

由于MacOS 采用N卡的web driver 所以确实可以看到，性能很渣，实时检测来说，只能达到 8-9fps. 

win 下可以达到 14-15 而Ubuntu 下就可以达到17-18fps  比win 10 下略高。

可能由于ubuntu下后台运行的程序很少，都用来跑这些代码了。也验证了确实跑模型或者跑数据在Linux下比较好

Pytorch faster rcnn模型调用和调整
Libaididi的博客
05-16 3459
Pytorch Faster rcnn 模型调用和调整github上的项目太庞大了下载--打开--看到几十行import--关闭在kaggle上看到了一个大神的代码有两种调整方法1.接上面的代码 github上的项目太庞大了 最近我在做目标检测比赛，因为是小比赛并且对模型和训练时间有限制，所以我懒得在GitHub上下载faster-rcnn项目自己安装，调试，debug。有一说一，我确实在GitHub上下载了几个开源项目，但是它们太大了，我无从下手。 下载–打开–看到几十行import–关闭 GitHub上
[三十]深度学习Pytorch-图像目标检测Faster RCNN
yanzhiwen2的博客
04-16 2486
深度学习Pytorch-图像目标检测Faster RCNN
Win10 faster-rcnn pytorch1.0入坑记录及数据集准备
01-20
环境：win10 py36 cuda10 pytorch1.0 源代码：pytorch1.0 （如果是pytorch0.4可以看pytorch0.4） 两个代码都是linux下的，win10坑很多…… 1、遇到的cl.exe找不到或者.cu导致setup.py编译不成功 网上解决问题很多 ，参考链接：参考1以及参考2 修改setup.py文件及一些ROIPooling等cu文件。 也可以去源码的issue将faster-rcnn.pytorch-pytorch-1.0\lib\model\csrc\cuda中的两个ROIXXXXX.cu进行修改。 要修改的就是这两个.cu文件的dim3 gri
pytorch faster-rcnn
邹小驴
06-08 988
https://github.com/jwyang/faster-rcnn.pytorch
目标检测Faster R-CNN教程之环境配置+训练模型Pytorch版
最新发布
笑脸惹桃花的博客
06-09 1091
深度学习目标检测Faster R-CNN基础教程之环境配置+训练模型
Windows-Py-Faster-rcnn
小_小实习生的博客
02-07 1885
在Windows环境下搭建py-faster-rcnn： 【0.参考资料】：在搭建过程用遇到不少问题，感谢下面的参考资料给予的帮助。 happynear的blog：   http://blog.youkuaiyun.com/happynear/article/details/46822109#commentsgithub： https://github.com/MrGF/py-faster-rcn
faster-rcnn实验-pytorch版本编译安装
tsq292978891的博客
06-20 1438
Github：https://github.com/jwyang/faster-rcnn.pytorch.git 对应的commit：0e6f131c72ca9c9ac30750972a2a2515a77f2635 Merge pull request #180 from Frostinassiky/patch-1 问题1： git clone的时候，由于作者一直在更新，目前的版本是支持cu...
Win10/Ubuntu16.04+RTX2070+Cuda10+deepin-wine软件+Anaconda+Pycharm2018+Pytorch1.0+faster-rcnn
cunyizhang的博客
02-27 3013
前言 记笔记真的非常有必要，因为好记性不如烂笔头，曾经填过的坑不仅可以帮助爬坑人，也可以帮助自己日后不小心又掉进坑的时候，能够快速爬出来！！！ 目录 Ubuntu16.04LTS安装+磁盘分区 NVIDIA显卡驱动安装+CUDA10.0/CUDNN7.4安装 deepin-wine软件安装 Anaconda3 安装 Pycharm2018专业版安装...
基于pytorch框架的Faster-RCNN模型python源码+项目说明+数据集.zip
04-10
基于pytorch框架的Faster-RCNN模型python源码+项目说明+数据集.zip ## 步骤： 1、写入训练的txt文件    修改configs包下面的config文件中三个属性    然后根据自己的数据集的标注...
可能是史上最详细-Faster RCNN Pytorch 复现全纪录
Winshare
07-25 3万+
Faster RCNN 复现 Faster RCNN作为两阶段检测网络发展中最重要的一个网络，基本可以视为检测任务的里程碑性成果。 伴随而生的MaskRCNN，CascadeRCNN都成为了2019年这个时间点上除了各家AI大厂私有网络范围外，支撑很多业务得以开展的基础。所以，Pytorch为基础来从头复现Faster RCNN 网络是非常有必要的，其中包含了太多的Trick和理论中不会包括的先验...
pytorch目标检测：Faster R-CNN（理论）
weixin_62472350的博客
06-29 1589
学习资料来自b站，视频链接为：FasterRCNN_哔哩哔哩_bilibili Faster R-CNN算法流程可分为3个步骤： - 将图像输入网络得到相应的特征图（feature maps）； - 使用RPN结构生成候选框，将RPN生成的候选框投影到特征图上获得相应的特征矩阵（feature vector）； - 将每个特征矩阵通过ROI pooling层缩放到7x7大小的特征图，接着将特征图展平通过一系列全连接层得到预测结果 ；
pytorch-faster-rcnn：pytorch1.0已更新。 支持CPU测试和演示。 （使用detectron2，这是一个杰作）
02-22
公告（2019.11.2） 此仓库是两年前建立的，当时还没有可以实现合理性能的pytorch检测实现。 目前，有许多更好的存储库，例如： （这是一个杰作。） 因此，将不会积极维护此仓库。 重要通知： 如果您在2017年9月26日之前使用master分支及其相应的预训练模型，请注意：现在，旧的master分支位于old_master下，您仍然可以运行代码并下载预训练的模型，但是该旧master的预训练模型与当前的主站不兼容！ 新老master分支之间的主要区别在于这两个提交： ， 更改与该； master现在匹配中的所有细节，因此我们现在可以将预训练的tf模型转换为pytorch模型。 pytorch-faster-rcnn 基于Chenxinlei Chen的的pyrc的快速RCNN检测框架。 Chen Xinlei Chen的存储库基于提供的更快RCNN的python Ca
Windows + Faster R-CNN配置若干问题与解决
qel机器学习&人工智能
07-11 265
Windows + Faster R-CNN配置若干问题与解决
Faster- RCNN win10 代码中踩的一堆坑
dhhcj的博客
06-03 558
一.python stepup.py build_ext --inplace 中出现的错误 1.1 error:unable to find vcvarsall.bat 解决方法： 因为vs2015中没用安装对python 编译器，所以失败了。。因为之前我装过vs2015，所以觉得可能是环境配置或者调用接口上出问题了。。所以花了很长时间去找。。具体的做法就是在添加与删除中安装对pytho...
【Pytorch Solution】解决pytorch在windows和Linux上下载太慢的问题
weixin_41729258的博客
05-20 711
1、下载包 https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ 通过上面网址找到相匹配的版本下载 2、在下载的文件夹下进行解压和verify conda install --use-local your-pkg-name 后面的your-pkg-name是下载的包的名称 3、整体下载安装相应依赖 在官网找到相应代码如下 conda install pytorch torchvision cudatoolkit=9.2 -c pytor
windows下pytorch版faster rcnn代码使用
图像处理博客
02-24 9334
faster rcnn_pytorch代码使用 使用ruotian的代码，但是原github上是linux环境下的。这里尝试windows下的使用。 compile modules问题调试 安装步骤中 Compile modules(nms, roi_pooling, and roi_align(from facebookresearch/maskrcnn-benchmark)): cd py...
使用pytorch版faster-rcnn训练自己数据集
热门推荐
weixin_43380510的博客
10-11 6万+
使用pytorch版faster-rcnn训练自己数据集引言faster-rcnn pytorch代码下载训练自己数据集接下来工作参考文献 引言 最近在复现目标检测代码（师兄强烈推荐FPN，但本文只针对Faster-RCNN），大家在能顺利测试源码数据集后，翅膀是不是硬了？是否想使用自己的数据集爽一下，本文主要介绍如何“傻瓜式”训练自己的数据集~之前的此类博客都是介绍如何在原作者的caffe源码下...
pytorch版本的faster rcnn训练测试自己的数据集
qq_38497266的博客
07-30 5110
源码地址：https://github.com/jwyang/faster-rcnn.pytorch 环境：Ubuntu 16.04、python2.7或3.6，显卡GTX1080Ti，pytorch0.4.0，CUDA8.0 一、环境配置： 1.1、 系统环境：Ubuntu 16.04：安装教程：https://jingyan.baidu.com/article/3c48dd348bc00...
faster-rcnn.pytorch-1.0配置问题及解决方法
six_water的博客
12-02 2240
在新的服务器上配置faster-rcnn出了不少的问题，基本都得到了解决。我用的是https://github.com/jwyang/faster-rcnn.pytorch/tree/pytorch-1.0faster rcnn项目。 深度学习服务器配置参考： RTX2080ti pytorch 1.3 python 3.7 CUDA 10.2 CU...
评论 6
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