深度学习Caffe实战笔记（21）Windows平台 Faster-RCNN 训练好的模型测试数据

最新推荐文章于 2023-12-04 10:52:43 发布

原创最新推荐文章于 2023-12-04 10:52:43 发布 · 3.2k 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#windows #深度学习 #RCNN

caffe-深度学习专栏收录该内容

21 篇文章

订阅专栏

本文档详细阐述了如何在Windows上使用Faster-RCNN训练模型进行测试数据验证。首先，介绍了训练模型的存放位置，并将脚本文件移动到相应目录。其次，对detection_test.prototxt协议文件进行修改，删除不必要的层并更新输入数据配置。最后，运行MATLAB脚本script_faster_rcnn_demo.m，展示了即使样本量少，测试结果仍然令人满意。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

前一篇博客介绍了如何利用Faster-RCNN训练自己的数据集，训练好会得到一个模型，这篇博客介绍如何利用训练好的模型进行测试数据。

1、训练好的模型存放位置
训练好的模型存放在faster_rcnn-master\output\faster_rcnn_final\faster_rcnn_VOC2007_ZF，把script_faster_rcnn_demo.m文件拷贝到faster_rcnn-master文件夹下，然后把模型路径改成训练好的模型路径

model_dir                   = fullfile(pwd, 'output', 'faster_rcnn_final', 'faster_rcnn_VOC0712_ZF');

2、修改协议文件
打开faster_rcnn-master\output\faster_rcnn_final\faster_rcnn_VOC2007_ZF\detection_test.prototxt
把relu5包括relu5以前的层都删除，
把input data修改为如下：

input: "data"
input_dim: 1
input_dim: 256
input_dim: 50
input_dim: 50

把roi_pool5层bottom修改为：

layer {
    bottom: "data"  #修改
    bottom: "rois"   #修改
    top: "pool5"
    name: "roi_pool5"
    type: "ROIPooling"
    roi_pooling_param {
        pooled_w: 6
        pooled_h: 6
        spatial_scale: 0.0625  # (1/16)
    }
}