Ubuntu下运行Faster-Rcnn

最新推荐文章于 2024-01-07 23:13:58 发布

qq_2773878606

最新推荐文章于 2024-01-07 23:13:58 发布

阅读量1.8k

点赞数

分类专栏： caffe

caffe 专栏收录该内容

6 篇文章

订阅专栏

本文详细介绍了在安装好Caffe之后，如何通过克隆Faster R-CNN源代码、配置Caffe、运行Faster R-CNN等步骤进行目标检测任务的实践操作。包括安装Matlab2014a，配置Makefile.config文件，运行Faster R-CNN的各关键步骤，以及解决可能遇到的问题。

安装好caffe以后的过程：

(1) 安装Matlab 2014a

(2) 下载源代码

git clone --recursive https://github.com/ShaoqingRen/faster_rcnn.git

(3）配置在Faster-Rcnn中的Caffe

首先修改Makefile.config中的MATLAB_DIR项，如下所示 MATLAB_DIR := /lxc/local/MATLAB/R2013b

将你之前配置过的CaffeMakefile.config拷贝至faster-rcnn/external/caffe，然后在当前文件夹faster-rcnn/external/caffe中接着编译matcaffe就可以了。

make -j$(nproc)
make matcaffe -j$(nproc)

(4) 运行Faster-Rcnn
A. 在faster-rcnn路径下打开Matlab，或者直接打开Matlab再切换到faster-rcnn路径，运行faster_rcnn_build.m，没有GPU的话在Compiling nms_gpu_mex时会出错，但其他是能够正常编译的，所以没有关系。
B. 运行startup.m，会加入其所需路径。
C. 运行fetch_data/fetch_faster_rcnn_final_model.m，下载所需模型。推荐在作者Github上找百度云盘的下载链接，速度会快上不少，下载完将output文件夹解压至./faster-rcnn目录下。

E.运行该测试文件
默认载入的模型是VGG16网络，如果运行过程中出现kill，那就把模型换成ZF的好了。
VGG16网络比较大，可能会出现内存不足，所以在虚拟机或者内存较小的机器上推荐使用小模型ZF来进行测试。

亲自实验过，该过程可以运行