图像检测rcnn（Faster-RCNN-TensorFlow-Python3.5）window环境搭建

很久没写博客了，0.0，不能这样下去，今天写一下关于学了两个多月的神经网络吧

原GitHub地址，比起其他环境下的rcnn实现，这应该是最容易的了

Faster-RCNN-TensorFlow-Python3.5

其实环境搭建别的博客也有了，这里主要做个补充------参考

首先注意一定得是py3.5的环境，不能是py3.5.6或别的的只能是py3.5.0的，我就因为这个重建了两遍环境

Run python setup.py build_ext –inplace 
Run python setup.py build_ext install

这两行代码在./data/coco/PythonAPI 的路径下运行，如果报错可能是因为没有vs，我下的是vs2015

Voc2007

vgg16预训练模型

下载完后路径名要和GitHub上的路径对的上，对不上重命名下，(比如我配置的时候vgg_16要重命名成vgg16)

其他的就不多说了，实在有错误不行就重装o(╯□╰)o ╯

主要补充下关于运行的

这个目录下的config文件里有训练时用的各种参数，可以自己调

tf.app.flags.DEFINE_integer('snapshot_iterations', 5000, "Iteration to take snapshot")

 

比如这里每隔5000次迭代，保存一次模型

它会将ckpt文件保存在根目录下default下面，我嫌太慢了调成了1000次保存一次

然后除了train原作者还准备了demo可以展示模型的测试效果

不过要在根目录下新建一个output文件夹，路径如上，把train保存的模型拷到这个目录下，该重命名的还是得重命名

 

def parse_args():
    """Parse input arguments."""
    parser = argparse.ArgumentParser(description='Tensorflow Faster R-CNN demo')
    parser.add_argument('--net', dest='demo_net', help='Network to use [vgg16 res101]',
                        choices=NETS.keys(), default='res101')
    parser.add_argument('--dataset', dest='dataset', help='Trained dataset [pascal_voc pascal_voc_0712]',
                        choices=DATASETS.keys(), default='pascal_voc_0712')
    args = parser.parse_args()

    return args

 

注意作者设置了运行参数，所以要运行指令是：

python demo.py --net vgg16

demo.py的测试图片放在这个目录，你也可以放上自己的图片

    im_names = ['000456.jpg', '000457.jpg', '000542.jpg', '001150.jpg',
                '001763.jpg', '004545.jpg','111.jpg']

 

但是要在demo.py里添加自己的图片名，111.jpg就是我自己添加的图片

 

 

 

运行结果：

 

这张是自己添加的图片，识别成了摩托车 ╮(╯▽╰)╭