【caffe学习笔记之8】Caffe运行Faster-RCNN算法实现目标检测(1)

【Faster-RCNN算法】

       Faster R-CNN(其中R对应于“Region(区域)” )是基于深度学习R-CNN系列目标检测最好的方法。使用VOC2007+2012训练集训练,VOC2007测试集测试mAP达到73.2%,目标检测的速度可以达到每秒5帧。技术上将RPN网络和Fast R-CNN网络结合到了一起,将RPN获取到的proposal直接连到ROI pooling层,是一个CNN网络实现端到端目标检测的框架。

【caffe学习笔记之8】Caffe运行Faster-RCNN算法实现目标检测(1)_第1张图片

【MATLAB/Faster-RCNN包下载及配置】

Faster-RCNN包有matlab版和python版,本节首先介绍matlab版配置方法

(1)下载ShaoqingRen在Github上发布的包:https://github.com/ShaoqingRen/faster_rcnn,然后解压到caffe根目录下

(2)编译caffe for faster-RCNN,如果是如果你的cuda是6.5,那么运行一下fetch_caffe_mex_windows_

你可能感兴趣的:(Matlab,caffe,深度学习)