Pennypinch的博客

今天下午，一边训练模型，一遍在研究可以下labelImage 的用法，以便后面用上~~~   使用labelIImg 标注自己的图片（1） 在git上下载源码  https://github.com/tzutalin/labelImg（2）    因为我安装的是ananconda3 里面有PyQt4 andinstall lxml.所以就不在继续安装

(1)  R-CNN:Region CNN 其实就是基于候选区域的目标检测。基本框架如下：首选选定region proposals (方法大多为：Selective search ，edge box)àCNN 网络进行特征提取àSVM进行分类àBB进行回归，返回regions 以及类别(2)  SPPSpatial pyramid pooling 它是在CNN的基础上做

由于实验需要，在并不完全理解faster——RCNN的情况下，决定先跑个例子，看看效果。下面是我做实验的情况，以及一些问题，如下：首先在https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3.5 下载了源码。然后按照他的read me 一步一步。在开始编译setup.py的时候，一直出现各种错误，比如找不到cant

刚刚开始接触TensorFlow，在网上找到一个老师的视频教学，关于利用简单的网络结构实现二分类，也就是猫狗大战的例子。于是对着视屏，自己做了如下的记录。如果有什么地方错误，欢迎大神指点！！！1.准备数据集。https://www.kaggle.com/c/dogs-vs-cats   在Kaggle的官网上可以下载，如果想直接要数据的童鞋，可以私信我，我发给你，也是可以的。2.程序结构如

下面就是用别人的框架训练自己的数据了(1)  依旧是在源码  https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3.5的基础之上进行改进(2)  准备数据集：需要：在masteràdata 下创建一个自己的存放数据的文件夹，如：VOCdevkit2007在该文件夹下：a.   创建文件夹An