本文的主要目的是学习记录。
原文连接:https://blog.csdn.net/samylee/article/details/51099508
本博客中我将对py-faster-rcnn配置运行fastr_rcnn_end2end-VGG_CNN_M_1024作出具体操作说明。在此记录。
第一部分:下载数据test data and VOCdevkit
在终端分别输入:
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-2007.tar
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCdevkit_08-Jun-2007.tar
(下载的是三个压缩包)
第二部分:解压生成文件夹 VOCdevkit
data下有文件夹命名为VOCdevkit,次文件夹中包含VOC2007和VOCcode (如第三部分所示)
就在data目录下输入下列命令解压,解压文件会自动跑到devkit这个文件夹,其中VOC2007会自动包含trainval和test这两个文件夹,
即终端输入:
tar xvf VOCtrainval_06-Nov-2007.tar
tar xvf VOCtest_06-Nov-2007.tar
tar xvf VOCdevkit_08-Jun-2007.tar
第三部分:文件夹包含目录
$VOCdevkit/ #development kit
$VOCdevkit/VOCcode/ #VOC utility code
$VOCdevkit/VOC2007 #image sets, annotations, etc.
第四部分:建立链接
终端输入:
cd $FRCN_ROOT/data(其中$表示您py-faster-rcnn的目录位置)
sudo ln -s VOCdevkit VOCdevkit2007
第五部分:下载pre-trained ImageNet models
终端输入:
cd $FRCN_ROOT(其中$表示您py-faster-rcnn的目录位置)
./data/scripts/fetch_imagenet_models.sh
第六部分:训练测试如下:
cd $FRCN_ROOT(其中$表示您py-faster-rcnn的目录位置)
./experiments/scripts/faster_rcnn_end2end.sh 0 VGG_CNN_M_1024 pascal_voc --set EXP_DIR foobar RNG_SEED 42 TRAIN.SCALES "[400,500,600,700]"
(蓝色字表示参数设置,注意:(400,500,600,700)逗号后面不要有空格))
结果显示在py-faster-rcnn/output目录下生成foobar文件夹,其中包含voc_2007_test和voc_2007_trainval两个文件夹
(命令的格式为:./experiments/scripts/faster_rcnn_end2end.sh [GPU_ID] [NET] [--set ...])
./experiments/scripts/faster_rcnn_end2end.sh 0 ZF pascal_voc(使用近似联合训练:approximate joint training)
./experiments/scripts/faster_rcnn_alt_opt.sh 0 ZF pascal_voc(使用交替优化(alternating optimization)算法来训练和测试Faster R-CNN)