运行Faster-RCNN_TF记录

本文档记录了在Faster-RCNN_TF框架下,从安装到运行Demo,再到训练模型的过程。首先按照GitHub源码进行步骤1和2,注意在运行Demo时的代码修改。接着,使用VOC数据集进行模型训练,并在GPU上执行。遇到'waiting for output....'的错误时,参考其他博客进行解决,包括修改配置文件和手动放置权重文件。最终成功运行模型,为使用自定义数据集打下基础。

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

https://github.com/smallcorgi/Faster-RCNN_TF

1、首先放上源码,按照源码中执行第1、2两步。运行demo的时候执行如下代码,否则会出错

python ./tools/demo.py --model demo_model/VGGnet_fast_rcnn_iter_70000.ckpt

 这里引用了https://www.jianshu.com/p/bb2933863a55作者到博客,非常感谢

2、训练模型,下载好VOC数据集后运行

./experiments/scripts/faster_rcnn_end2end.sh gpu 3 VGG16 pascal_voc

这里gpu 3可以换成你的gpu 代号(比如我的是1)运行后出现如下内容,证明运行成功。

3.之后运行:python ./tools/test_net.py --device gpu --device_id 0 --weights output/faster_rcnn_end2end/voc_2007_trainval/VGGnet_fast_rcnn_iter_70000.ckpt --imdb voc_2007_test --cfg experiments/cfgs/faster_rcnn_end2end.yml --network VGGnet_test  会报错

 

一直重复出现waiting for output.........

https://blog.youkuaiyun.com/u013803065/article/details/78574963这里按照这个作者稍作修改后依然报错。然后就把之前下载好的VGGnet_fast_rcnn_iter_70000.ckpt手动放到output/faster_rcnn_end2end/voc_2007_trainval文件夹下,运行成功

 

 

 

运行成功,接下来考虑运行自己的数据集啦

评论 1
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