Py-faster-rcnn配置模型开发环境
来源:互联网 发布:windows xp精简版 编辑:程序博客网 时间:2024/06/01 08:51
Py-faster-rcnn配置模型开发环境
1. 将视频截取为图像
由于深度学习物体识别项目中的一个主要资料来源是拍摄视频,而深度学习框架一般只能对图片数据进行学习,因此有必要使用一些工具将视频资料按照一定帧率提取为图像。
将视频转换成图像的工具很多,这里仅介绍可以在Linux环境下使用的工具。
1.1 视频转换工具
由于mp4格式文件无法被opencv读取,因此要使用软件将mp4转换成avi文件。
可以使用ffmpeg这一工具转换:
首先是安装
$ sudo apt-get install ffmpeg
然后是路径引导至要转换的视频,例如测试视频文件为test.mp4
$ ffmpeg -i test.mp4 -vcodec copy test.avi
就可以将mp4文件转换为avi,放在同一路径下。
1.2 视频按帧提取为图片
可以使用opecv的python接口实现帧提取,可以参考这个教程。
这里需要安装python-opencv,如果已经配置过秸秆焚烧工程开发环境则可以直接使用,具体方法可以参考《深度学习工作环境搭建教程》。
这里推荐一个文本编辑器:Sublime Text
安装方法是 开始->Software Manager->搜索Sublime
然后建一个video2image.py文件:
import cv2vc = cv2.VideoCapture('Test.avi') # 这里决定了读取文件的路径c = 1if vc.isOpened(): rval, frame = vc.read()else: rval = FalsetimeF = 10 # 这里决定了提取的帧率while rval: rval, frame = vc.read() if(c%timeF == 0): cv2.imwrite('image/' + str(c) + 'jpg', frame) c = c + 1 cv2.waitKey(1)vc.release()
然后在脚本文件下:
$ mkdir image
执行脚本:
$ python video2image.py
就产生了很多jpg图片(PASCAL VOC 必须使用jpg文件)
2. 图像标注-制作PASCAL VOC数据集
这里介绍了工具labelImg。
安装和使用教程在这里
具体操作方法里面已经说明地很详细了,最后是要产生与图片对应的xml文件,然后制作数据集。
在标注数据集之前,务必先批量修改文件名为VOC2007的格式
4. 制作PASCAL VOC数据集
将图片标注完以后,要建立两个文件夹:1.放置图片的文件夹;2.放置xml文件的文件夹。两个文件夹里的文件名称必须完全一致,并且里面的标签内容也要完全一致(否则监督标签就出错了,训练出来的模型也就没有意义)
[具体的教程请参考这篇文章:VOC2007数据集制作 - Eddy的博客 - 博客频道 - CSDN](./data/VOC2007数据集制作 - Eddy的博客 - 博客频道 - CSDN.pdf)
最后你会制作三个文件:JPEGImages, Annatations, ImageSets
5. py-faster-rcnn训练一个模型并测试
具体方法参考这篇博客
如果遇到报错:
Loaded network /home/ubuntu/py-faster-rcnn/data/faster_rcnn_models/VGG16_faster_rcnn_final.caffemodelF0317 21:26:39.516222 13403 syncedmem.cpp:56] Check failed: error == cudaSuccess (2 vs. 0) out of memory
参考这篇文章
原理就是降低BATCH_SIZE对显存的消耗。
6. 将模型与工程合并
将输出的ZF_faster_rcnn_Final.caffemodel和faster_rcnn_test.pt拷贝出来,然后使用工程读取,再修改mainwindow.cpp中关于caffeNet的调用函数参数,就可以了。
- Py-faster-rcnn配置模型开发环境
- py-faster-rcnn配置
- Faster RCNN 的py-faster-rcnn详细配置安装过程
- py-faster-rcnn安装与配置
- Windows64 Py-Faster-RCNN的配置
- py-faster-rcnn配置过程(ubuntu)
- py-faster-rcnn:在windows上配置
- ubuntu16.04配置py-faster-rcnn
- py-faster-rcnn配置运行demo.py(Ubuntu14.04)
- py-faster-rcnn配置CPU下运行demo.py
- Faster RCNN roidb.py
- Faster RCNN train_faster_rcnn_alt_opt.py
- Faster RCNN layer.py
- Faster RCNN train.py
- Faster RCNN generate.py
- Faster RCNN blob.py
- Faster RCNN minibatch.py
- Faster RCNN pascal_voc.py
- JVM(7):JVM调优-工具篇
- linux内核启动流程
- pxe安装KS文件--实现优化IP分配
- c3p0的配置方式
- XML问题积累(1)
- Py-faster-rcnn配置模型开发环境
- python loggin模块
- pandas exercise one
- 动态规划训练专题
- SVN总结(1)
- Spring 中 java 获取方法参数名称
- 关于scrapy爬虫框架
- Linux 引导过程内幕
- CodeVS1961躲避大龙 题解【图论】【SPFA】【搜索】