上篇文章介绍了 TensorFlow 环境的搭建,这篇介绍 demo 运行

参考链接

参考链接2

1. 下载 TensorFlow object detection API 相关文件

点击跳转下载文件 readme 中也有相关配置描述

文件路径不要出现中文,进入到虚拟环境下,先下载一些预设 package

1 activate tensorflow
2
3 pip install -r requirements.txt

2. 文件初始化

1 cd Faster-RCNN-TensorFlow-Python3-master\data\coco\PythonAPI
2 python setup.py build_ext --inplace
3 python setup.py build_ext install
4 cd./lib/utils
5 python setup.py build_ext --inplace

3. 下载 VOC2007 数据集(training,validation,test Data 和 VOCdevkit)

1 wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar
2 wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-2007.tar
3 wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCdevkit_08-Jun-2007.tar
解压所有下载的数据集文件
格式如下
1 $VOCdevkit/                           # development kit
2 $VOCdevkit/VOCcode/ # VOC utility code
3 $VOCdevkit/VOC2007 # image sets, annotations, etc.
4 # ... and several other directories ...
把所有文件拷贝到同一个 VOCdevkit 下面,然后复制到 data 下

4. 下载训练 VGG16 网络模型

点击跳转下载模型

把下载好的文件重命名为 vgg16.ckpt,新建文件夹 imagenet_weights 移动到如下路径

1 data\imagenet_weights\vgg16.ckpt.

5. 训练模型

创建一个如下路径的文件夹用来存放训练时生成的模型数据,每次保存的模型都会存到这个文件夹里面

1 Faster-RCNN-TensorFlow-Python3-master\default\voc_2007_trainval\default

删除如下路径文件夹里面的所有东西,这是其他训练产生的缓存,每开始一次新的训练的时候要保证这个文件夹为空

1 Faster-RCNN-TensorFlow-Python3-master\data\cache
Faster-RCNN-TensorFlow-Python3-master\lib\config\config.py 是训练文件时所应用到的所有设置
30 行 'max_iters' 是训练迭代多少次
32 行 'display' 是迭代多少次输出一次 loss 值
44 行 'snapshot_iterations' 该数值是每迭代一定次数就保存一次训练模型

修改为自己想设置的参数后,开始训练

1 cd Faster-RCNN-TensorFlow-Python3-master
2
3 python train.py

6. 修改 demo.py 文件

NETS 里面修改为自己训练好的模型文件名,DATASETS 删除 "+ voc_2012_trainval"

107 行 default 修改为 vgg16

108 行 default 修改为 pascal_voc

然后开始运行 demo

1 cd Faster-RCNN-TensorFlow-Python3-master
2
3 python train.py

一些报错的解决办法

https://blog.csdn.net/JiaJunLee/article/details/50373815

Windows10 Faster R-CNN(GPU版) 运行 Demo的更多相关文章

  1. Windows10 Faster R-CNN(GPU版) 配置训练自己的模型

    参考链接 1. 找到合适自己的版本,下载安装Anaconda 点击跳转下载安装 Anaconda,双击下载好的 .exe 文件安装,只勾选第一个把 conda 添加到 PATH 路径.

  2. 记录从裸机到TensorFlow GPU版运行 的配置过程

    实验室原来有一台装Ubuntu Server系统的服务器,安装有tensorflow,在使用过程中经常出现断网.死机.自动关机等毛病,忍无可忍,决定重装系统 配置如下:Dell工作站,Xeon-E5 ...

  3. Windows10安装ubuntu & caffe GPU版

    1.Ubuntu https://www.cnblogs.com/EasonJim/p/7112413.html https://blog.csdn.net/jesse_mx/article/deta ...

  4. Win10 + Python + GPU版MXNet + VS2015 + RTools + R配置

    最近入手一台GTX 1070的笔记本,手痒想在win10上试下GPU跑模型,所以就有了接下来的安装GPU版mxnet的坎坷历程,经过多重试验终于搞定了python和R安装mxnet,现将主要点记录如下 ...

  5. GPU版TensorFlow怎么指定让CPU运行

    由于某些原因GPU版的TensorFlow运行起来会出现一些问题,比如内存溢出等情况.此时我们可以用CPU和系统内存来运行我们的程序. 代码如下: import osos.environ[" ...

  6. mxnet:结合R与GPU加速深度学习

    转载于统计之都,http://cos.name/tag/dmlc/,作者陈天奇 ------------------------------------------------------------ ...

  7. Faster R-CNN在GPU下的安装、测试经历

    在公司的服务器上安装faster rcnn时,遇到了不少问题: 1.cudnn版本不兼容的问题,解决办法参考: http://blog.csdn.net/WoPawn/article/details/ ...

  8. 保姆级教程——Ubuntu16.04 Server下深度学习环境搭建:安装CUDA8.0,cuDNN6.0,Bazel0.5.4,源码编译安装TensorFlow1.4.0(GPU版)

    写在前面 本文叙述了在Ubuntu16.04 Server下安装CUDA8.0,cuDNN6.0以及源码编译安装TensorFlow1.4.0(GPU版)的亲身经历,包括遇到的问题及解决办法,也有一些 ...

  9. Ubuntu16.04安装配置Caffe教程(GPU版)

    推荐博客:https://www.linuxidc.com/Linux/2017-11/148629.htmhttps://blog.csdn.net/yggaoeecs/article/detail ...

随机推荐

  1. Vue框架——页面组件中使用小组件

    小组件在components文件夹中,页面组件在views文件夹中 一.先写小组件的vue,比如text.vue(在template设置模板渲染,style设置样式) <template> ...

  2. 大数据之路【第十二篇】:数据挖掘--NLP文本相似度

    一.词频----TF • 假设:如果一个词很重要,应该会在文章中多次出现 • 词频——TF(Term Frequency):一个词在文章中出现的次数 • 也不是绝对的!出现次数最多的是“的”“是”“在 ...

  3. 使用StringBuilder构建字符串

    使用StringBuilder构建字符串确实可以提高效率,比“+”要高效不少.但使用时也有一些坑: 首先,我们指定一个StringBuilder,并设置其长度. StringBuilder build ...

  4. Java jms学习

    /** * <html> * <body> * <P> https://github.com/Jasonandy </p> * <p> Al ...

  5. DOS之cd命令

    cd命令是改变子目录的命令, 下面是cd命令的常见用法 cd/?可显示帮助信息 cd 返回到当前所在的根目录中 cd.. 返回上一层目录 cd +目录名,进入下一层目录 驱动器:,进入到另一个驱动器 ...

  6. this指向详解及改变它的指向的方法

    一.this指向详解(彻底理解js中this的指向,不必硬背) 首先必须要说的是,this的指向在函数定义的时候是确定不了的,只有函数执行的时候才能确定this到底指向谁,实际上this的最终指向的是 ...

  7. testNG helloWorld

    1. 新建maven工程.File -> New -> Project -> Maven,不选Create from archetype,直接点击“Next”.GroupId和Art ...

  8. 什么是SAP Intelligent Robitic Process Automation - iRPA

    所谓智慧企业,一个特征就是具备将复杂但低附加值的重复流程通过自动化的方式完成的能力.通过自动化,从而将宝贵的人力资源投入到更高附加值的工作中去,比如提供产品和服务的品质,提升用户体验.SAPGUI时代 ...

  9. 【Python】异常

    捕获异常 try: num = int(input("请输入一个整数:")) result = 8 / num print(result) except ValueError: p ...

  10. JavaScript 解决 url 中的中文乱码问题

    页面传值过程中,通过 url 传值,发现中文会乱码. 以下是解决方法: 1.传的页面: encodeURI(url + "?userName=" + userName); //en ...