tf-faster-rcnn在VOC数据集或者其他数据集训练

最新推荐文章于 2023-10-12 16:56:36 发布

多一些不为什么的坚持

最新推荐文章于 2023-10-12 16:56:36 发布

阅读量807

点赞数 2

分类专栏：机器学习 Faster Rcnn

本文链接：https://blog.youkuaiyun.com/qq_33193309/article/details/97132212

版权

本文档详细记录了使用tf-faster-rcnn在VOC数据集上进行训练的步骤，包括环境配置、模型预训练、代码修改以及在自定义数据集上的应用。遇到的问题包括'NoneType'对象错误，通过修改代码成功解决。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

参考博主博客

主要是为了记录搭配的一个过程还有中间遇到的坑。

首先要配好需要的环境。

具体代码https://github.com/endernewton/tf-faster-rcnn可以下载

构建Cpython模块

到tf-faster-rcnn目录下执行

cd tf-faster-rcnn/lib
make clean
make
cd ..

安装 Python COCO API

git clone https://github.com/pdollar/coco.git

cd coco/PythonAPI
make
cd ../..

设置数据

cd data
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-2007.tar
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCdevkit_08-Jun-2007.tar
tar xvf VOCtrainval_06-Nov-2007.tar
tar xvf VOCtest_06-Nov-2007.tar
tar xvf VOCdevkit_08-Jun-2007.tar
ln -s VOCdevkit VOCdevkit2007
cd ..

下载预训练模型

网盘链接这也是那个博主分享的链接
将模型放到tf-faster-rcnn下执行（如果已经解压了，直接放入就行，不需要执行指令）
解压后里面包含4个文件

tar xvf voc_0712_80k-110k.tgz

创建文件，将模型放入文件中

NET=res101
TRAIN_IMDB=voc_2007_trainval+voc_2012_trainval
mkdir -p output/$NET/$TRAIN_IMDB
cd output/$NET/$TRAIN_IMDB
ln -s ../../../voc_2007_trainval+voc_2012_trainval ./default
cd ../../..

也可以自己创建output/res101/voc_2007_trainval+voc_2012_trainval/default将下载的模型放进去