R-FCN修改训练自己的数据

源码链接:https://github.com/YuwenXiong/py-R-FCN

一 train_agnostic_ohem.prototxt

修改为对应的类别:
R-FCN修改训练自己的数据_第1张图片
根据设置的anchor个数修改
R-FCN修改训练自己的数据_第2张图片
根据设置的anchor个数修改
R-FCN修改训练自己的数据_第3张图片
根据设置的anchor个数修改
R-FCN修改训练自己的数据_第4张图片
这里只有两类,表示前景和背景:
R-FCN修改训练自己的数据_第5张图片
根据设置的类别个数修改
R-FCN修改训练自己的数据_第6张图片
不用改,只用与区分前景和背景
R-FCN修改训练自己的数据_第7张图片
根据设置的类别个数修改
R-FCN修改训练自己的数据_第8张图片
不用改,2X4,2是前景和背景,4是回归值。
R-FCN修改训练自己的数据_第9张图片

二 test_agnostic.prototxt

根据设置的anchor个数修改
R-FCN修改训练自己的数据_第10张图片
根据设置的anchor个数修改
R-FCN修改训练自己的数据_第11张图片
根据设置的anchor个数修改
R-FCN修改训练自己的数据_第12张图片
根据设置的类别个数修改
R-FCN修改训练自己的数据_第13张图片
根据设置的类别个数修改
R-FCN修改训练自己的数据_第14张图片
不用改,这里回归时并不会区分类别
R-FCN修改训练自己的数据_第15张图片
根据设置的类别个数修改,最后输出的是nx1
R-FCN修改训练自己的数据_第16张图片
不用改,2X4,2是前景和背景,4是回归值。最后输出的是 nx4,和faster不一样,faster会根据类别的个数,每个卡生成四列。
R-FCN修改训练自己的数据_第17张图片

三 demo_rfcn.py

从demo就可以看出,作者直接写的是4:8,和cls_ind并没有关系。框框都是一样的,不过是针对每一类的得分会不一样。
R-FCN修改训练自己的数据_第18张图片

你可能感兴趣的:(深度学习)