学习Faster R-CNN时在github上下载了一位前辈的代码,此代码需要编译一个make.sh文件才能正常运行,编译过程如下:
第一步:按照代码说明中的要求,配置好运行环境
Ubantu18.04+pytorch0.4.1+python3.5+cuda10.1+cudnn7.6.5,其中cuda可以是其它可行版本。
第二步:编译make.sh文件
在上述的虚拟环境中,编译faster_rcnn文件夹里的make.sh文件,如下图所示:
![]()
编译完成后,在/faster_rcnn/nms/_ext/nms与/faster_rcnn/roi_pooling/_ext/roi_pooling文件夹下分别生成一个文件,此时程序即可正常运行。
本文详细介绍了在Ubuntu18.04环境下,使用pytorch0.4.1、python3.5、cuda10.1及cudnn7.6.5等组件,搭建Faster R-CNN深度学习模型的运行环境,并成功编译make.sh文件的过程。通过遵循步骤,读者可顺利在本地环境中复现Faster R-CNN模型。
1157

被折叠的 条评论
为什么被折叠?



