Faster R-CNN中ZF Net更换成CaffeNet

  1. 对于ZF中的train.prototxt开头的input-data、结尾的loss_ls和loss_box不能改变,这个是Faster RCNN代码框架决定的。

    layer {
    name: 'input-data'
    type: 'Python'
    top: 'data'
    top: 'im_info'
    top: 'gt_boxes'
    python_param {
      module: 'roi_data_layer.layer'
      layer: 'RoIDataLayer'
      param_str: "'num_classes': 21"
      }
    }
    
    layer {
    name: "loss_cls"
    type: "SoftmaxWithLoss"
    bottom: "cls_score"
    bottom: "labels"
    propagate_down: 1
    propagate_down: 0
    top: "cls_loss"
    loss_weight: 1
    loss_param {
    ignore_label: -1
    normalize: true
    }
    }
    layer {
    name: "loss_bbox"
    type: "SmoothL1Loss"
    bottom: "bbox_pred"
    bottom: "bbox_targets"
    bottom: 'bbox_inside_weights'
    bottom: 'bbox_outside_weights'
    top: "bbox_loss"
    loss_weight: 1
    }
  2. 将CaffeNet的train.prototxt中的Conv1-Conv5,RCNN对应的部分直接复制。

  3. train.prototxt参考第2步即可。

若有疑惑可以给我留言。

你可能感兴趣的:(研发,图像识别,深度学习)