Mxnet 下 R-FCN 训练自己的数据集

本文介绍了如何在Mxnet框架下使用R-FCN进行对象检测,特别是针对小物体的检测。首先,通过LabelImg工具制作Pascal VOC格式的数据集,接着划分trainval和test集。然后,修改配置文件,并下载预训练模型开始训练。文章提供了一步步的操作指导和脚本,适合需要训练R-FCN模型的读者。

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

前言

这篇文章最开始由我写在简书,欢迎到简书关注我 Link
SSD 对于小物体的检测远不及 R-FCN。因为工作的需要就训练了一个 R-FCN 的模型。使用到的 Deformable-ConvNets 在这里

制作 Pascal VOC 格式数据集

使用 LabelImg 标记数据集,将生成图片对应的 .xml 文件。下载地址:LabelImg for win and linux (macOS用户需要从源码编译,Github : labelImg)

# 首先下载 Deformable-ConvNets 源码
git clone https://github.com/msracver/Deformable-ConvNets.git

# 创建数据集目录
cd Deformable-ConvNets/
sh init.sh
cd data/
mkdir VOCdevkit && cd VOCdevkit
mkdir VOC2007 && cd VOC2007
mkdir Annotations
mkdir JPEGImages
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