tf-faster rcnn 配置 及自己数据

本文档详细介绍了在Windows 10的Ubuntu子系统中,配置并运行tf-faster-rcnn的步骤,包括CPU环境的修改、VOC数据集的获取、预训练模型的使用以及训练自己数据集的注意事项。在训练过程中遇到了如max_overlaps问题、boxes坐标错误和类别不匹配等常见问题,并给出了相应的解决办法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

下面主要针对 https://github.com/endernewton/tf-faster-rcnn工程,作者写的很好,但是对于我这种常识比较少的小白还是会遇到很多问题,所有都是从网上一点点找到的,整理在下面,希望可以减少大家的配置时间。

因为我是在windows10 subsystem ubuntu下跑的,所以没能用上GPU。下面我先按照我的配置说一遍,后面遇到什么问题再补充。

一、tf-faster rcnn 配置

1、下载代码: git clone https://github.com/endernewton/tf-faster-rcnn.git

2、由于运行在cpu上,所以要进行一些配置

a. 修改lib/setup.py文件,用‘return None’代替 ‘raise EnvironmentError’;注释掉Extension(‘nms.gpu_nms’…)整段代码。

b.修改lib/model/nms_wrapper.py文件,注释掉‘import gpu_nms’并且设置 ‘force_cpu = True’

3、build Cython modules

   进入lib文件夹,执行 makeclean  make 命令

4、下载VOC数据 https://github.com/rbgirshick/py-faster-rcnn#beyond-the-demo-installation-for-training-and-testing-models

5、下载与训练模型./data/scripts/fetch_faster_rcnn_models.sh

不知道是不是我网络的问题,我下载不下来,所以我通过文档中的链接下载的

评论 9
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