Faster RCNN修改demo.py文件实现图片的批量测试与保存

最新推荐文章于 2021-08-30 15:40:54 发布

SuperLee188

最新推荐文章于 2021-08-30 15:40:54 发布

阅读量4.9k

点赞数 4

CC 4.0 BY-SA版权

分类专栏：目标检测

本文链接：https://blog.youkuaiyun.com/jcli1_14/article/details/82788170

本文介绍了如何在Windows10环境下，使用Tensorflow和Python 3.5对Faster R-CNN进行配置，并修改demo.py文件以实现图片的批量测试与保存。针对原始代码仅显示几张图片和多个figure窗口的问题，提出了修改保存路径和输出格式的建议，以避免图像上的空白位置。同时，文章还解决了demo.py仅显示一类图片而非所有类别的问题，提供了相关博客链接作为参考。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

关于Faster R-CNN Tensorflow+python 3.5 在Windows10环境下配置实现，可以参看这里。运行在demo.py文件中测试数据中源码设置仅检测几张图片供参考，原始的代码段如下。

im_names = ['000456.jpg', '000457.jpg', '000542.jpg', '001150.jpg',
                '001763.jpg', '004545.jpg']
    for im_name in im_names:
        print('~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~')
        print('Demo for data/demo/{}'.format(im_name))
        demo(sess, net, im_name)

    plt.show()

问题1：一旦测试图片多起来，桌面上一下子显示出十几个figure窗口看起来有点小刺激，所以可以考虑修改以下代码，进行批量测试和保存。

主要修改下文件的保存路径与输出格式，因为不少测试图片经plt.savefig函数保存，如果不加其他参数设置会导致图像上存在不少空白位置，plt.savefig函数的详细参数设置可以参考官方文档：

 im_names = os.listdir(cfg.FLAGS2["data_dir"]+'/dem

最低0.47元/天解锁文章