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