Faster-RCNN+VGG用自己的数据集训练模型
来源:互联网 发布:浙江师范大学行知学院 编辑:程序博客网 时间:2024/05/01 19:44
和ZF差不多,基本一样。不同的地方主要是网络模型的修改和训练结束后的修改。
1-6参考Faster-RCNN+ZF用自己的数据集训练模型
7.网络的修改
(1)models\fast_rcnn_prototxts\vgg_16layers_fc6\train_val.prototxt
(2)models\fast_rcnn_prototxts\vgg_16layers_fc6\test.prototxt
(3)models\fast_rcnn_prototxts\vgg_16layers_conv3_1\train_val.prototxt
(4)models\fast_rcnn_prototxts\vgg_16layers_conv3_1\test.prototxt
!!!为防止与之前的模型搞混,训练前把output文件夹删除(或改个其他名),还要把imdb\cache中的文件删除(如果有的话)
8.开始训练
9.训练完后
将relu5(包括relu5)前的层删除,并将roi_pool5的bottom改为data和rois。并且前面的input_dim:分别改为1,512,50,50,具体如下:
0 0
- Faster-RCNN+VGG用自己的数据集训练模型
- Faster-RCNN+VGG用自己的数据集训练模型
- TensorFlow下用自己的数据集训练Faster RCNN
- ChainerCV下用自己的数据集训练Faster RCNN
- Faster-RCNN+ZF用自己的数据集训练模型(Matlab版本)
- Faster-RCNN+ZF用自己的数据集训练模型(Python版本)
- [置顶] Faster-RCNN+ZF用自己的数据集训练模型(Matlab版本)
- Faster-RCNN+ZF用自己的数据集训练模型(Python版本)
- Faster-RCNN+ZF用自己的数据集训练模型(Matlab版本)
- Faster-RCNN+ZF用自己的数据集训练模型(Python版本)
- Faster-RCNN+ZF用自己的数据集训练模型(Python版本)
- Faster-RCNN+ZF用自己的数据集训练模型(Python版本)
- Faster-RCNN+ZF用自己的数据集训练模型(Python版本and MATLAB版本)
- Faster-RCNN+ZF用自己的数据集训练模型(Python版本)
- Faster-RCNN+ZF用自己的数据集训练模型 转
- Faster-RCNN+ZF用自己的数据集训练模型(Python版本)
- Faster-RCNN+ZF用自己的数据集训练模型(Matlab版本)
- Faster-RCNN+ZF用自己的数据集训练模型(Python版本)
- linux NAND驱动之二:NAND存储原理
- CodeForces-483D Interesting Array(线段树)
- 网页抓取
- Lambda表达式入门
- hdu4111Alice and Bob+SG博弈
- Faster-RCNN+VGG用自己的数据集训练模型
- linux NAND驱动之三:6410平台上的NAND驱动加载
- Android那些你可能没了解过的---碎片化
- 第二周项目三-汉诺塔
- angularjs 笔记之$watch
- linux NAND驱动之四:6410上的NAND读写流程
- 软考网络工程师考试考点
- 设计模式
- Linux常用命令总结