工作记录:RCNN在自己的数据库上finetune之后进行测试
来源:互联网 发布:sql promp8破解 编辑:程序博客网 时间:2024/06/06 09:27
提特征
首先要修改
rcnn/rcnn_cache_pool5_features.m
- 备份
rcnn_cache_pool5_features
- 复制
rcnn_cache_pool5_features
并另存为OPT_rcnn_cache_pool5_features
- 复制
- 修改
OPT_rcnn_cache_pool5_features
(改路径等)- 在训练好的文件中挑选loss最小的50k次迭代文件,复制到指定目录下
cp finetune_OPT_2017_train_iter_50000 ~/CODE/rcnn/data/caffe_nets/finetune_OPT_2017_train_iter_50000
.prototxt
内容修改./model-defs/rcnn_batch_256_output_pool5.prototxt
无需修改.m
内容修改[33] ip.addOptional('net_file', './data/caffe_nets/finetune_OPT_2017_train_iter_50000', @isstr);
[36] ip.addOptional('cache_name', 'v1_finetune_OPT_2017_train_iter_50000', @isstr);
- 在训练好的文件中挑选loss最小的50k次迭代文件,复制到指定目录下
- 备份
其次要修改
rcnn/experiments/rcnn_exp_cache_features.m
- 备份
rcnn_exp_cache_features
- 复制
rcnn_exp_cache_features
并另存为OPT_rcnn_exp_cache_features
- 复制
- 修改
OPT_rcnn_exp_cache_features
(改路径等)[4] net_file = './data/caffe_nets/finetune_OPT_2017_train_iter_50000';
[5] cache_name = 'v1_finetune_OPT_2017_train_iter_50000';
[10] VOCdevkit = './datasets/OPTdevkit2017';
[13] imdb_train = imdb_from_voc(VOCdevkit, 'train', '2017');
[14] imdb_val = imdb_from_voc(VOCdevkit, 'val', '2017');
[15] imdb_test = imdb_from_voc(VOCdevkit, 'test', '2017');
[16] imdb_trainval = imdb_from_voc(VOCdevkit, 'trainval', '2017');
- 备份
然后调用
rcnn_exp_cache_features.m
提特征:
>> OPT_rcnn_exp_cache_features('train'); % chunk1>> OPT_rcnn_exp_cache_features('val'); % chunk2>> OPT_rcnn_exp_cache_features('test_1'); % chunk3>> OPT_rcnn_exp_cache_features('test_2'); % chunk4
训练、测试
首先要修改
rcnn/rcnn_train.m
- 备份
rcnn_train
- 复制
rcnn_train
并另存为OPT_rcnn_train
- 复制
- 修改
./model-defs/rcnn_batch_256_output_fc7.prototxt
rcnn_batch_256_output_fc7.prototxt
不需要修改
- 修改
OPT_rcnn_train
(改默认参数、路径等)[42] ip.addParamValue('net_file', './data/caffe_nets/finetune_OPT_2017_train_iter_50000', @isstr);
[45] ip.addParamValue('cache_name', 'v1_finetune_OPT_2017_train_iter_50000', @isstr);
- 备份
其次要修改
rcnn/rcnn_test.m
- 备份
rcnn_test
- 复制
rcnn_test
并另存为OPT_rcnn_test
- 复制
- 修改
OPT_rcnn_test
(改默认参数等)- 不需要修改
OPT_rcnn_test
- 不需要修改
- 备份
然后要修改
rcnn/experiments/rcnn_exp_train_and_test.m
- 备份
rcnn_exp_train_and_test
- 复制
rcnn_exp_train_and_test
并另存为OPT_rcnn_exp_train_and_test
- 复制
- 修改
OPT_rcnn_exp_train_and_test
(改默认参数等)[5] net_file = './data/caffe_nets/finetune_OPT_2017_train_iter_50000';
[6] cache_name = 'v1_finetune_OPT_2017_train_iter_50000';
[13] VOCdevkit = './datasets/OPTdevkit2017';
[16] imdb_train = imdb_from_voc(VOCdevkit, 'trainval', '2017');
[17] imdb_test = imdb_from_voc(VOCdevkit, 'test', '2017');
- 备份
然后调用
rcnn_exp_train_and_test.m
训练后几层 ( fc6, fc7 ) 并给出测试结果:
>>test_results = OPT_rcnn_exp_train_and_test()
阅读全文
0 0
- 工作记录:RCNN在自己的数据库上finetune之后进行测试
- 工作记录:在自己的数据库上训练RCNN
- caffe模型 在 digits上的finetune
- [windows caffe]在VGG_FACE上finetune自己的人脸数据集
- 基于caffe在已有模型上进行微调finetune
- 基于caffe在已有模型上进行微调finetune
- 工作记录: 在自己数据库上运行TF-SSD——training Debug篇
- 在Faster RCNN上运行自己的数据集
- faster rcnn在自己的数据集上训练
- py-faster-rcnn标注FDDB人脸便于其在FDDB上进行测试
- 记录自己的工作
- 删除数据库中多余的重复记录(在mysql的数据库上测试过,成功删除)
- 删除数据库中多余的重复记录(在mysql的数据库上测试过,成功删除)
- Faster-rcnn训练自己的数据库
- 使用ImageNet在faster-rcnn上训练自己的分类网络
- 仿照VOC2007制作自己的数据集,并在Caffe上训练Faster-RCNN
- 【深度学习:目标检测】 py-faster-rcnn标注FDDB人脸便于其在FDDB上进行测试
- wider face data 在 faster rcnn 上的实践记录(caffe)
- Spring基础(1)
- CSS-position属性
- 学会查阅API文档
- bootstrap网格布局自适应问题
- PHP基础入门(三)---PHP函数基础
- 工作记录:RCNN在自己的数据库上finetune之后进行测试
- 一些特炫的特效动画库(一)
- Oracle修改表字段的顺序
- 安卓adb命令大全
- 欢迎使用CSDN-markdown编辑器
- WiFi-ESP8266入门开发(二)-连接WiFi网络
- Spring基础(2)
- oracle pl/sql脚本常用技巧
- MyEclipse中如何去掉JS/JSP语法错误提示