GPU环境配置与Faster-Rcnn训练记录

最新推荐文章于 2024-04-29 16:47:36 发布
原创 最新推荐文章于 2024-04-29 16:47:36 发布 · 636 阅读 · 2 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#深度学习 #tensorflow

GPU环境配置与Faster-Rcnn训练记录

我是参考Bubbliiiing博主的内容进行学习的，这是他的主页：
https://blog.youkuaiyun.com/weixin_44791964?spm=1001.2014.3001.5509
关于windows下的tensorflow-gpu=1.13.2环境配置可参考：
https://blog.youkuaiyun.com/weixin_44791964/article/details/104702142
我在这里只是记录一下我自己的操作流程。

具体的环境内容如下：
tensorflow-gpu：1.13.2
keras：2.1.5
numpy：1.17.4

我的电脑配置：
win10, 1050ti, 显存4G

Anaconda的安装就不说了，直接从cuda的安装说起，安装时需要注意以下几个问题：

  1. 安装cuda时，许可协议里选自定义，只选择CUDA，并且取消勾选CUDA里的visual studio integration选项。
  2. 添加系统环境变量：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64，并上移到第3位。（这一步很重要）
    在这里插入图片描述
    查看cuda的版本
    在这里插入图片描述

tensorflow-gpu的环境创建

<
最低0.47元/天 解锁文章

200万优质内容无限畅学
基于Faster-RCNN-TF的gpu运行总结(自己准备数据集)（训练篇）
qq_39531954的博客
12-21 2万+
最近经过一段对tensorflow和faster-rcnn的学习，并且亲身去跑了两个不同框架下的faster-rcnn代码，所以就在这里做一下总结。 这里，我就主要记录一下自己在跑tensorflow框架下的faster-rcnn。 首先，就是硬件要求，因为自己是做计算机图像，目标识别，所以最重要的一个提升效率的装备就是GPU，也就是显卡。现在能在GPU上进行运算，可以让我们的时间成本
使用Faster-RCNN进行指定GPU训练（续）
吾人为学
08-16 740
今天接着昨天的实验继续跑“多GPU训练” python trainval_net.py \ --dataset pascal_voc --net res101 \ --bs 24 --nw 8 \ --lr $LEARING_RATE --lr_decay_step $DECAY_STEP \ --cuda --mGPUs # (pascal_voc.py self._classes 类别修改) 训练自己的数据集（步骤与之前样例中相同） 训练完成后对数据集进行处理，发现有些图片因为亮..
Faster R-CNN教程
weixin_34390996的博客
04-14 223
Faster R-CNN教程 最后更新日期：2016年4月29日 本教程主要基于python版本的faster R-CNN，因为python layer的使用，这个版本会比matlab的版本速度慢10%，但是准确率应该是差不多的。 目前已经实现的有两种方式： Alternative training Approximate joint training 推荐使用第二种，因为第二种使用的显存更小...
使用fasterRCNN-tf 在GPU上训练自己的数据
zzyincsdn的博客
12-05 2742
fasterRCNN-tf训练自己的模型使用fasterRCNN-tf在GPU上训练自己的数据预训练模型数据格式代码修改参数调整运行训练代码调试和实际运行中出现的一些问题下一步计划 使用fasterRCNN-tf在GPU上训练自己的数据 经过之前环境的配置和demo的运行，现在尝试在实验室服务器环境中运行项目数据。使用的之前配置和各种软件在 https://blog.youkuaiyun.com/zzyinc...
Fast rcnn 环境配置
浅倉家的归档箱
12-22 1096
fast rcnn配置流程，实验室内部留档
[Ubuntu] 配置faster-rcnn环境记录
05-10
在Ubuntu 16.04环境下配置faster-rcnn环境，涉及到多个重要的知识点，我们从以下几个方面进行详细说明： 1. **Ubuntu系统要求**： - Ubuntu 16.04作为操作系统，是一个长期支持版本，它为faster-rcnn提供了稳定的...
py-faster-rcnn-windows-master.zip
11-26
这个压缩包"py-faster-rcnn-windows-master.zip"包含了在Windows操作系统上配置并运行Py-Faster-RCNN所需的所有资源。 一、Faster R-CNN概述 Faster R-CNN（快速区域卷积神经网络）是2015年由Ross Girshick等人...
windows下c++版faster -rcnn
11-24
项目“fasterrcnn_vs2013_beta”可能是针对Visual Studio 2013的一个C++版本实现，包含了编译和运行所需的源代码、配置文件和依赖库。 3. Windows环境下的配置与部署 - 安装依赖：首先，确保安装了Visual Studio，...
【mmdetection】使用cascade-rcnn、faster-rcnn训练自定义的coco数据集
热门推荐
qq_41627396的博客
05-06 1万+
开始 这篇文章主要是记录我第一次使用mmdetection工具包里面的cascade-rcnn训练自己模型的经过 训练环境 本次是使用的系统是linux的ubuntu20.04 cuda=10.2 cudnn=7.6.5 anaconda=3（用于创建虚拟环境，后续的训练、测试模型也在这个虚拟环境中） (以上软件安装可以参考其他博客) pytroch=1.5.0 torchvision=0.6.0 cudatoolkit=10.2.89 mmcv-full=1.3.1 mmdetection=v2.11
faster rcnn环境配置
qq_37602161的博客
01-04 456
pprint无法安装的问题:ERROR: No matching distribution found for pprint==0.1 simple faster rcnn 参考 github 逐字理解目标检测simple-faster-rcnn-pytorch-master代码（一） simple faster rcnn解读 一 simple-faster-rcnn-pytorch simple-faster-rcnn-pytorch代码理解 faster rcnn pytorch代码解读 修改地方 si
Faster R-CNN部署指南
06-20
该文档是部署Faster RCNN的指南，其中详细描述了部署Faster RCNN所需的各种依赖的方法，编译Fast RCNN及其运行错误的解决方法
使用gpu(gtx1080) cudnn 5.1下编译faster rcnn
qq_32270919的博客
11-03 1814
GPU (CUDA 8.0,Cudnn5.1 ) Faster-rcnn 在caffe都弄好的情况下～～～～（现在的版本faster-rcnn据说只支持cudnn 3版本的，所以在这之上要是想使用cudnn的都需要经过替换文件，下面有提到） 特别注意，你每一次编译的时候都需要把之前编译好的文件清除，否则编译不成功,在 ~/py-faster-rcnn/caffe-fast-rcnn下执行
Faster RCNN 环境配置
吾人为学
08-16 1799
步骤 创建虚拟环境 conda create --name <env_name> <package_names> # 例如: conda create --name lzw python=3.6 激活虚拟环境 source activate <env_name>(太老) 使用conda activate <env_name>替代 退出虚拟环境 source deactivate(太老) 使用conda deactivate替代 查看已创建环境
Faster R-CNN Github源码 tensorflow GPU下demo运行，训练，测试，验证，可视化。
梦萦飞--CV/DL/ML
12-25 3885
Faster R-CNN源码：https://github.com/endernewton/tf-faster-rcnn 该源码是我试过几个后才成功的一个，不过按教程编译该源码过程同样遇到不少问题，但我都还没放弃，所以你也一样坚持看下去，一一击破。 一、环境要求（CPU运行请参考该教程：https://blog.youkuaiyun.com/sinat_33486980/article/details/8...
Faster-rcnn 运行环境配置
最新发布
Yang_03的博客
04-29 2262
本文主要记录下我在配置Faster-rcnn网络遇到的问题，欢迎大家交流指正。
FastRCNN ubuntu14.04 GPU下配置
理想002的专栏
02-26 916
Faster R-CNN-python ubuntu14.04 GPU下配置最近想开始学习一下深度学习的开源库，便以fasterRCNN进行入手学习。废话不多说，开始安装。1.安装caffe所需的依赖项 需要说明一下，caffe是一个开源库，而fasterRCNN-py则是基于caffe源码修改后的一个实现fasterRCNN的库，因此fasterRCNN本身运行与官方caffe库没关系，只要编
备忘-配置运行faster-rcnn的环境（win10）
home1888的博客
09-07 334
安装anaconda3，版本4.8.3 anaconda会自动安装python cmd查看anaconda和python的版本： conda -V py 想要运行的代码：
ubuntu14.04 faster-rcnn GPU环境配置(2)
为实现四个现代化奋斗
07-06 1531
1. Anaconda的安装1）下载anaconda:https://www.continuum.io/downloads#Linux下载后，在终端执行:bash Anaconda2-4.3.1-Linux-x86_64.sh 2）配置环境变量1、在终端输入sudo gedit /etc/profile，打开profile文件 2、在文件末尾添加一行：export PATH=/home/ituri
FasterRCNN专题：在windows环境下配置基于tensorflow的Faster RCNN开发环境
fangfanglovezhou的博客
08-08 1673
首先第一步要做的显然是安装python和tensorflow开发环境，这里不再详述，可以参考其他博文，建议使用Anaconda安装，使用起来很方便。下面开始介绍如何配置faster RCNN环境。 1.首先，下载源程序，这里使用https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3的源代码： 直接使用git拷贝到指定文件...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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