基于TensorFlow复现Faster R-CNN

预先准备

  • 先到GitHub上clone相关文件

    git clone https://github.com/endernewton/tf-faster-rcnn.git
    
  • 根据GPU型号选择相应的Architecture(-arch),由于我是在服务器上操作,服务器的型号为GTX 1080,所以选择的Architecture是sm_61

    cd tf-faster-rcnn/lib
    vim setup.py
    

    在setup.py中找到arch,使arch = sm_61.

  • 构建Cython模块

    make clean
    make
    cd ..
    
  • 在tf-faster-rcnn/data中导入coco的PythonAPI(PythonAPI),如果选择的是VOC数据集,这一步骤就不需要了,因为这是为了接受coco数据集做准备的。

    cd data
    git clone https://github.com/pdollar/coco.git
    cd coco/PythonAPI
    make
    cd ../../..
    

数据集的准备

我使用的是来自官网的VOC数据集(当然这个数据集可以自己制作)。

aria2c -s 5 http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-No
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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