tf-faster-rcnn-master自己运行中一些记录与要进一步学习的网址附上_weixin_43085010

未知 02-07 1339

https://gitcode.net/mirrors/endernewton/tf-faster-rcnn?utm_source=csdn_github_accelerator 根据显卡更改下对应的计算单元：修改tf-faster-rcnn/lib/setup.py中第130行的arch参数，比如我的显卡是1070,算力是6.1，所以是sm_61 显卡的算力可以查询下面网址: http://arnon.dk/matching-sm-architectures-arch-and-gencode-for-various-nvidia-cards/

Train your own model

Download pre-trained models and weights #VGG16 mkdir -p data/imagenet_weights cd data/imagenet_weights wget -v http://download.tensorflow.org/models/vgg_16_2016_08_28.tar.gz tar -xzvf vgg_16_2016_08_28.tar.gz mv vgg_16.ckpt vgg16.ckpt cd ../.. #ResNet101 mkdir -p data/imagenet_weights cd data/imagenet_weights wget -v http://download.tensorflow.org/models/resnet_v1_101_2016_08_28.tar.gz tar -xzvf resnet_v1_101_2016_08_28.tar.gz mv resnet_v1_101.ckpt res101.ckpt cd ../.. Train & Test #Train ./experiments/scripts/train_faster_rcnn.sh [GPU_ID] [DATASET] [NET] # GPU_ID is the GPU you want to test on # NET in {vgg16, res50, res101, res152} is the network arch to use # DATASET {pascal_voc, pascal_voc_0712, coco} is defined in train_faster_rcnn.sh # Examples: ./experiments/scripts/train_faster_rcnn.sh 0 pascal_voc vgg16 ./experiments/scripts/train_faster_rcnn.sh 1 coco res101 #Test ./experiments/scripts/test_faster_rcnn.sh [GPU_ID] [DATASET] [NET] # GPU_ID is the GPU you want to test on # NET in {vgg16, res50, res101, res152} is the network arch to use # DATASET {pascal_voc, pascal_voc_0712, coco} is defined in test_faster_rcnn.sh # Examples: ./experiments/scripts/test_faster_rcnn.sh 0 pascal_voc vgg16 ./experiments/scripts/test_faster_rcnn.sh 1 coco res101

出现bash: ./tools/demo.py: Permission denied 问题出现的原因：权限问题解决措施：解决方案是赋予文件可执行性: chmod +x tools/demo.py （这种方式可以解决shell脚本的权限问题）；

在开始训练之前，需要把cache删除掉，分别在tf-faster-rcnn/data/cache和tf-faster-rcnn/data/VOCdevkit2007/annotations_cache路径下，（首次训练没有，可不管）。如果是重新开始训练，删除tf-faster-rcnn/output/vgg16/voc_2007_trainval/default路径下所有文件如果是接着之前的结果继续训练，就不用删除。

可视化：在mobaxterm上先输入：firefox #打开浏览器然后输入：tensorboard --logdir=/home/wyr/tf-faster-rcnn-master/tensorboard/vgg16/voc_2007_trainval/default_val/ --port=7003 之后在浏览器地址栏输入：http://amax:7003

cd ~/tf-faster-rcnn-master GPU_ID=0 CUDA_VISIBLE_DEVICES=${GPU_ID} python ./tools/demo.py

ln -s 源文件软链接文件

MobaXterm处理文件上传异常如果拖拽本地的文件到Linux上时失败了；这很正常，因为你系统直接登录的账户不是root账户；这时候需要去session那里重新设置下登录名，这个异常跟SecureCRT是类似的，都是由于在命令行软件下我们连接Linux的账户是用户（user）账号，而不是权限账号（root）；所以我们在软件中没有访问Linux系统的文件上传权限；

Faster RCNN算法demo代码解析https://·/hotsnow/p/9856745.html 目标检测 FASTER R-CNN运行及实时性DEMO测试（理论部分和图解释挺好）https://·/article/4798777456/ CV-笔记-重读Faster R-CNN即region proposal network(RPN)区域建议网络https://·/article/58801150433/ TF-Faster-rcnn宠物狗种类识别之模型训练(终结篇)https://zhuanlan.zhihu.com/p/31772360 faster rcnn可视化（修改demo.py保存网络中间结果）https://blog.csdn.net/qq_26898461/article/details/53437398

lib目录：config.py配置文件就在其目录下，有定义了cfg=__C字典配置项，很多地方代码逻辑都会依赖该文件，这也是我们要在训练过程中调试超参数的地方。

1.本站遵循行业规范，任何转载的稿件都会明确标注作者和来源；2.本站的原创文章，会注明原创字样,如未注明都非原创，如有侵权请联系删除！；3.作者投稿可能会经我们编辑修改或补充；4.本站不提供任何储存功能只提供收集或者投稿人的网盘链接。