yiweibian的博客

**Fast-rcnn python demo**本章是githup上的py-faster-renn的实现假设：已经安装好caffe，并且python 接口可用（本文的实验环境:ubuntu14.04 ,python2.5 cudnn 8.0）。 同时你也可以通过阅读README.md,按照上面的要求按照demo所需的依赖。 -确保安装好python的一些必要的module, 如：cython,

整个过程可以分两步:找到对应的层名字（如：tensorflow 模型中的conv1_1和caffe中的conv1_1）。把weights 和biases 中的值赋给相对应的层。赋值的时候要注意Tensorflow和caffe之间通道不一样，这里还是做转换。 实现 实现的代码地址

忽略细节较多，只做一个简单的说明。系统:ubuntu16.04python2.7opencv3.3.3主要内容1.安装 ssd 2.准备数据 3.训练1.安装 ssd可以根据官网的Toturial安装#1.get the codegit clone https://github.com/weiliu89/caffe.gitcd caffegit checkout ssd#2.

在Opencv3.3版本中集成了deeplearning功能。其实现了对caffe和tensorflow两个框架的推理，但不支持训练。本文使用caffe训练的文件对目标进行检测。整个思路是首先读取视频文件，然后加载模型文件，最后读取到视频的每一帧对其进行检测。系统: ubuntu16.04python:2.7模型文件：MobileNet-SSD任意视频文件1.安装 openCV如果安装好了

FPN主要使用特征金字塔网络来融合多层特征，改进了CNN特征提取。其在小目标上取得了很大的进步。更多细节可以阅读论文。 下面分两个内容介绍：1. 安装 2. 训练测试1.安装对于FPN有好几个框架实现的版本，如：caffe，mxnet 等。本文是对caffe 版本的FPN安装。 1.1 安装环境 Ubuntu 16.04 Python 2.7 opencv 3.3.0由于之前安装过c

以下问题都是根据参考文献修改-1.AttributeError: ‘module’ object has no attribute ‘text_format’解决方法：在/home/xxx/py-faster-rcnn/lib/fast_rcnn/train.py的头文件导入部分加上 ：import google.protobuf.text_format这里也尝试改变protobuf版本...