使用自己的数据集训练faster-rcnn

最新推荐文章于 2025-02-04 20:17:48 发布

沙雅云

最新推荐文章于 2025-02-04 20:17:48 发布

阅读量819

点赞数 2

分类专栏：目标检测文章标签： faster-rcnn

本文链接：https://blog.youkuaiyun.com/yychentracy/article/details/88534962

版权

之前的文章已经讲过如何制作voc数据集，本篇博客主要讲的是利用我自己的数据集进行faster-rcnn的训练。
加粗样式参考的博客有：
1 https://blog.youkuaiyun.com/zcy0xy/article/details/79614862
2 https://blog.youkuaiyun.com/char_QwQ/article/details/80980505
1 首先需要找一个适合自己的代码
我的环境是cuda-10.0，Python3.5，tensorflow。在服务器上运行的
所以下载的代码是这样的：下载地址：https://github.com/endernewton/tf-faster-rcnn，
2安装必要的库，
包括easydict，cython，opencv，这些都是使用conda pip install 其中opencv的安装可以这样：
conda install -c menpo opencv3
3，编译必要的文件
因为我使用的是实验室的服务器，所以lib下的setup .py的sm-35应该改成sm_61（这个是GPU的算力，有一个表格可以参考的）我自己参考的文章如下，我还是直接贴个表吧，

GPU Compute Capability
Tesla K80   3.7
Tesla K40   3.5
Tesla K20   3.5
Tesla C2075 2.0
Tesla C2050/C2070   2.0
Tesla M40   5.2
Tesla K80   3.7
Tesla K40   3.5
Tesla K20   3.5
Tesla K10   3.0
Tesla M20xx 2.0
Quadro M6000 24GB   5.2
Quadro M6000    5.2
Quadro K6000    3.5
Quadro M5000    5.2
Quadro K5200    3.5
Quadro K5000    3.0
Quadro M4000    5.2
Quadro K4200    3.0
Quadro K4000    3.0
Quadro M2000    5.2
Quadro K2200    5.0
Quadro K2000    3.0
Quadro K2000D   3.0
Quadro K1200    5.0
Quadro K620 5.0
Quadro K600 3.0
Quadro K420 3.0
Quadro 410  3.0
Quadro Plex 7000