Caffe学习(八)运行py-faster-RCNN
来源:互联网 发布:python 定时提醒 编辑:程序博客网 时间:2024/06/06 14:21
1.下载py-faster-RCNN源码
git clone --recursive https://github.com/rbgirshick/py-faster-rcnn
2.编译lib库
cd $FRCN_ROOT/libmake
3.编译caffe
这部分的caffe编译与以前讲述的基本一致,不同的是makefile.config的修改部分,使支持用python定义layer
# In your Makefile.config, make sure to have this line uncommentedWITH_PYTHON_LAYER := 1
编译caffe与pycaffe
cd $FRCN_ROOT/caffe-fast-rcnn# Now follow the Caffe installation instructions here:# http://caffe.berkeleyvision.org/installation.html# If you're experienced with Caffe and have all of the requirements installed# and your Makefile.config in place, then simply do:make -j8 && make pycaffe
注意:由于本人所使用的为cuda8.0,py-faster-RCNN所使用的caffe版本比较旧,不支持,编译的时候会出现报错,因此需要对这里的caffe进行更新。
采用以下方式更新新版本caffe
cd caffe-fast-rcnn git remote add caffe https://github.com/BVLC/caffe.git git fetch caffe git merge caffe/master
更新完后删除include/caffe/layers/python_layer.hpp文件里的self_.attr(“phase”) = static_cast(this->phase_); 这句话。
更改完后在编译caffe即可
4.下载在VOC-2007上训练好的模型
该模型为在VOC-2007上训练好的VGG16模型
cd $FRCN_ROOT./data/scripts/fetch_faster_rcnn_models.sh
5.运行demo
cd $FRCN_ROOT./tools/demo.py
0 0
- Caffe学习(八)运行py-faster-RCNN
- caffe学习(四):py-faster-rcnn配置,运行测试程序(Ubuntu)
- caffe学习(四):py-faster-rcnn配置,运行测试程序(Ubuntu)
- caffe+py-faster-rcnn
- 训练py-faster-rcnn(caffe)
- 学习Faster-RCNN (py-faster-rcnn demo)
- py-faster-rcnn配置运行demo.py(Ubuntu14.04)
- caffe学习(七):使用py-faster-rcnn来训练voc2007数据集(Ubuntu)
- Windows+VS2015编译caffe+py-faster-rcnn
- Windows+VS2015编译caffe+py-faster-rcnn
- py-faster-rcnn(caffe)配置和运行,训练自己的数据
- cuDNN兼容性问题造成的caffe/mnist,py-faster-rcnn/demo运行结果错误
- cuDNN兼容性问题造成的caffe/mnist,py-faster-rcnn/demo运行结果错误
- Window & ubuntu(非root用户)编译caffe并运行py-faster-rcnn
- ubuntu 上运行 py-faster-rcnn
- 运行py-faster-rcnn遇到的问题
- py-faster-rcnn运行实例部分问题
- Caffe学习(九)使用Nsight Eclipse调试py-faster-rcnn(C++/python混合代码调试)
- Bash on Ubuntu on Windows
- js数组去重的常用方法总结
- 大型项目使用Automake/Autoconf完成编译配置
- STM32 TIM1 做PWM输出问题
- windows下安装python的C扩展编译环境(解决“Unable to find vcvarsall.bat”)
- Caffe学习(八)运行py-faster-RCNN
- 带复杂类的list,前后台交互
- CodeForces 632B Alice, Bob, Two Teams
- PowerInjectUnity,一个Unity的依赖注入框架说明
- HDU Problem 5615 Jam's math problem 【十字交叉,暴力】
- 机器学习(2.1)数据知识积累——向量
- Linux中的ls命令详细使用
- 整理 iOS 9 适配中出现的坑(图文)
- 【HDU】-5671-Matrix(思维,好)