HED图像边缘检测-程序运行的问题解决方法
来源:互联网 发布:认知 人工智能 编辑:程序博客网 时间:2024/06/05 03:43
论文全名:[2015](HED_FCN)Holistically-Nested Edge Detection.pdf
代码下载地址:https://github.com/s9xie/hed
附上一篇个人认为写的比较好的论文笔记:http://blog.csdn.net/u012905422/article/details/52782615
注意事项:
从github下载下来的程序,是自带caffe的,也就是说,程序采用的caffe并非最新的caffe官网的caffe
而是旧版的caffe,并且旧版caffe在下载下来的代码的cmake文件夹中。
并且,论文作者针对自己的程序对网络进行了改造
总之,在跑这篇论文的程序之前,一定要编译这个程序自带的caffe,而且,程序支持cudnn3,不支持cudnn4,
如果你是cudnn4,那么你可以卸载cudnn4安装cudnn3,或者在编译程序自带的caffe时候,在修改Makefile.config时候注释掉cudnn
详细步骤:
1.从github上下载程序
下载zip文件后,解压,把整个压缩包丢进你的服务器(我是在服务器上跑的)
2.编译程序自带的caffe
笔者针对新手仔细说下怎么编译,如果对编译caffe聊熟于心可以跳过这一步
编译caffe:
首先,cd进入到hed-master文件夹目录下
这时候执行以下几句代码
cp Makefile.config.example Makefile.config
vim Makefile.config(这句代码根据自己情况选择,如果需要修改相关设定,就使用这句,例如,你的cudnn是cudnn4,你不想换成cudnn3,那你只能在跑这个程序时候不使用cudnn,这时候就执行这句程序,注释掉cudnn)make allmake testmake runtest
以上,caffe编译结束3.下载程序所需的model,数据集等
在下载程序的网址,也就是https://github.com/s9xie/hed里,在下面,页面下面,有所需要的model和数据集的下载地址
根据提示,把下载好的model,数据集丢到指定位置
4.cd到hed-master/examples/hed
执行solve.py
也就是 python solve.py就行了
如果提示
什么Imagedata或者shuffle 了 程序dump了 0个data啦就去你的examples/hed文件夹
打开
train_val.prototxt
可以看到两个root_folder,两个source
把这里修改成你自己的路径,也就是在第3步 下载的那个1.2G的数据文件在哪里 就把这俩路径换到那里
5.在执行solve.py时候,如果出现no module named caffe
等之类的问题 需要检查一下 solve.py中的caffe的路径
可以参照本人的程序
将sys.path.append('/home/wangkun/hed-master/python')
这里换成自己的路径 记得路径最后要指向下载的程序文件夹里的python文件夹
关于如何测试单张图片,可以见 http://blog.csdn.net/wangkun1340378/article/details/70154492
以上,就是在跑hed程序过程中遇到的问题 期间遇到很多困难,折腾了3天,
一度认为问题解决不了 不过最后还是解决了
感谢yhl_leo 光彩盛年 与人不争 踏雪霏鸿 梦 云中的承诺 诸位热心人士帮助
- HED图像边缘检测-程序运行的问题解决方法
- HED边缘检测
- 图像的边缘检测
- 图像的边缘检测
- 图像边缘检测方法综述
- 图像边缘检测方法集合
- 一个很好的Matlab图像边缘检测程序
- 简单的图像边缘检测
- 深度学习论文笔记之(一)HED边缘检测
- 基于 HED网络TensorFlow 和 OpenCV 实现图片边缘检测
- 检测图像边缘(包括障碍物的边缘,道路边缘)算法
- Matlab多种图像边缘检测方法
- Matlab多种图像边缘检测方法
- Matlab多种图像边缘检测方法
- 边缘检测︱基于 HED网络TensorFlow 和 OpenCV 实现图片边缘检测
- 使用 C# 实现图像的边缘检测
- 图像锐化 边缘检测的一些基础知识
- 图像锐化 边缘检测的一些基础知识
- 早会2017.3.2
- 算法训练 数字三角形
- ndk
- uva11168 Airport
- Android Makefile常用函数简介(不定期更新)
- HED图像边缘检测-程序运行的问题解决方法
- C++之第一阶段学习总结
- 运算放大器使用规则
- adb命令
- Python网络数据采集Urllib库的基本使用
- js技巧汇总
- adb调试
- 外部表
- 并行方法之多线程生产者与消费者问题的逻辑讲解