Windows下配置Faster-RCNN总结

最新推荐文章于 2025-07-11 11:07:36 发布
原创 最新推荐文章于 2025-07-11 11:07:36 发布 · 1.4w 阅读 · 5 ·
CC 4.0 BY-SA版权
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。
文章标签：

#windows

Windows下配置Faster-RCNN总结

  • 下载Faster-RCNN源码
    下载地址为：Github
  • 下载训练好的VGG，ZF模型
  • 下载VS2013+cuda6.5的mex文件
    由于我的cuda版本是7.0的，所以作者提供的mex不能够运行，需要自己去编译faster-rcnn的库，地址为：caffe-faster-rcnn 除了作者提供的的库以外，自己还需要准备，openCV, Boost和Intel MKL的库，头文件和库文件目录加到VS中去。
  • 编译
    编译时间略长，生成完之后拷到相应目录即可。
  • 测试
    ZF模型
    测试
    这里写图片描述
    这里写图片描述
    这里写图片描述
    这里写图片描述
最低0.47元/天 解锁文章

200万优质内容无限畅学
深度学习之Windows下安装faster-rcnn
JasonZhangOO的博客
02-04 9070
windows安装配置faster-rcnn
检查GPU版本的Pytorch安装是否成功
bettle_king的博客
03-02 1228
【代码】检查GPU版本的Pytorch安装是否成功。
faster rcnn配置
Never__Say__No的博客
11-18 198
编译依赖项 我的cuda版本是10.1，cuda位置在/usr/local/cuda，编译过程出现报错： error: command '/usr/local/cuda-8.0:/usr/local/cuda-10.1/bin/nvcc' failed with exit status 1 参考这个https://github.com/jwyang/faster-rcnn.pytorch/issues/605 在命令执行前先执行： export CUDA_HOME=/usr/local/cuda 然后再
一文速通 GPU、CUDA、CuDNN、vLLM 概念原理
最新发布
2401_82540083的博客
07-11 1147
中文叫做图形处理器。与之对应的，，中文叫做中央处理器。GPU自从上世纪90年代出现雏形以来，它的功能最初与名字一致，是专门用于绘制图像和处理图元数据的特定芯片。经过20多年的发展，已经发展成不仅仅是渲染图形这么简单，还包含了数学计算、物理模拟、AI运算等功能。很多人会把GPU和显卡混用，其实严格来说它们并不是完全一样。GPU是显卡的核心部分，但显卡还包含更多元件，包含 GPU、显存、供电等。一句话，GPU是一片处理芯片，显卡是一整块硬件电路板。1. NVIDIA。
[目标检测]windows下实现c++版faster-rcnn
foreyang00
05-03 862
转自：http://blog.youkuaiyun.com/oYangZi12/article/details/53290426?locationNum=2&fps=1（2016.11.22） 版权声明：本文为博主原创文章，未经博主允许不得转载。 本版本为beta版，根据windows下matlab版改写而来后续会对程序的bug、性能、功能等问题持续更新。 工程可到http://
windows下编译py-faster-rcnn
foreverx2mr的博客
07-12 1989
windows下使用python-faster-rcnn，需要在官方版本上做一些修改。 主要是lib文件夹下的代码编译，需要修改一些代码。 具体参考： https://github.com/MrGF/py-faster-rcnn-windows 如有问题，欢迎留言~
py-faster-rcnn-windows-master.zip
11-26
这个压缩包"py-faster-rcnn-windows-master.zip"包含了在Windows操作系统上配置并运行Py-Faster-RCNN所需的所有资源。 一、Faster R-CNN概述 Faster R-CNN（快速区域卷积神经网络）是2015年由Ross Girshick等人...
windows下c++版faster -rcnn
11-24
Faster R-CNN（快速区域卷积神经网络）是一种在计算机视觉领域广泛应用的目标检测..."fasterrcnn_vs2013_beta"项目为开发者提供了一个起点，通过理解和修改该项目，可以在Windows环境下进行自定义目标检测应用的开发。
py-faster-rcnn-master
07-17
这里提到的"lib已经被替换好的windows版的py-faster-rcnn-master"意味着开发者已经针对Windows环境对Caffe的相关库进行了调整，使得原本主要为Linux设计的Py-Faster-RCNN也能在Windows上顺利运行。 安装Caffe需要...
复现faster-rcnn（jwyang的pytorch版本）
m0_54088522的博客
01-07 1673
复现的是github上比较火的wyang版本，本地环境Ubuntu20.04+python3.6+pytorch1.5.1+cuda10.1autodl上的环境是Ubuntu20.04+python3.6+pytorch1.10.0+cuda11.3，两者都成功。
faster rcnn环境配置
qq_37602161的博客
01-04 459
pprint无法安装的问题:ERROR: No matching distribution found for pprint==0.1 simple faster rcnn 参考 github 逐字理解目标检测simple-faster-rcnn-pytorch-master代码（一） simple faster rcnn解读 一 simple-faster-rcnn-pytorch simple-faster-rcnn-pytorch代码理解 faster rcnn pytorch代码解读 修改地方 si
faster R-CNN windows程序
07-13
代码及示例图片过大，总共2.7G。文档中为代码等下载地址和代码说明。主要实现在windows系统下利用tensorflow来实现faster r-cnn，还包括VOC数据集，编译等前期工作已完成，程序下载按说明中步骤操作即可运行。也可识别其他图片，环境：python3.5，TensorFlow，Windows
[Ubuntu] 配置faster-rcnn环境记录
05-10
解决兼容问题，2015年的faster-rcnn在[Ubuntu]下 配置环境问题记录
windows版本fasterRcnn编译好的python代码部分-GPU
01-04
从py-faster-rcnn修改，在windows下添加了需要的fast RCNN层，已经生成pycaffe，供python版本的faster RCNN调用。这里增加了gpu版本。安装了python3，以及依赖包，下载caffemodel就可以运行。 cpu版本 http://download.youkuaiyun.com/download/wanggao_1990/10180233
Faster RCNN 环境配置
吾人为学
08-16 1805
步骤 创建虚拟环境 conda create --name <env_name> <package_names> # 例如: conda create --name lzw python=3.6 激活虚拟环境 source activate <env_name>(太老) 使用conda activate <env_name>替代 退出虚拟环境 source deactivate(太老) 使用conda deactivate替代 查看已创建环境
Faster-rcnn 运行环境配置
Yang_03的博客
04-29 2285
本文主要记录下我在配置Faster-rcnn网络遇到的问题，欢迎大家交流指正。
windows 下配置faster r-cnn
yanxiaopan的博客
08-30 1085
主要参考以下博客： http://blog.youkuaiyun.com/gybheroin/article/details/72428582 Win7配置faster-RCNN 1. 先安装VS2013，然后安装matlab2013a 2. 运行mbuild –setup，报找不到编译器的情况，解决方法如下： http://blog.sina.com.cn/s/blog_808537880102
faster rcnn配置笔记
seu_nuaa_zc的博客
06-02 589
一、Faster  rcnn（Windows+caffe+matlab+GPU）训练部分安装笔记1、下载caffe_library，链接：http://pan.baidu.com/s/1jI1ld22 密码：nfd22、下载caffe-faster-R-CNN，链接：http://pan.baidu.com/s/1nv1eY9N 密码：1rgj3、参考本人写的博客：http://blog.csdn...
Windows + Faster R-CNN配置若干问题与解决
qel机器学习&人工智能
07-11 264
Windows + Faster R-CNN配置若干问题与解决
评论 11
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