windows下使用自己制作的数据集训练faster-rcnn(tensorflow版)用于目标检测
Posted ZealCV
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了windows下使用自己制作的数据集训练faster-rcnn(tensorflow版)用于目标检测相关的知识,希望对你有一定的参考价值。
步骤一
下载配置windows下tensorflow版faster-rcnn,参考博客: windows10下运行tensorflow版的faster-Rcnn
步骤二
制作自己的数据集参考博客:http://blog.csdn.net/u011574296/article/details/78953681
步骤三
用你的Annotations,ImagesSets和JPEGImages替换…\\Faster-RCNN-TensorFlow-Python3.5\\data\\VOCdevkit2007\\VOC2007中对应文件夹
步骤四
修改代码:
1 Pascal_VOC.py,修改自己的标注的类别
self._classes = ('__background__', # always index 0
'aeroplane', 'bicycle', 'bird', 'boat',
'bottle', 'bus', 'car', 'cat', 'chair',
'cow', 'diningtable', 'dog', 'horse',
'motorbike', 'person', 'pottedplant',
'sheep', 'sofa', 'train', 'tvmonitor')
改为:
self.__classes=('__background__',
'你的标签1','你的标签2',你的标签3','你的标签4')
2.demo.py
1:
CLASSES = ('__background__',
'aeroplane', 'bicycle', 'bird', 'boat',
'bottle', 'bus', 'car', 'cat', 'chair',
'cow', 'diningtable', 'dog', 'horse',
'motorbike', 'person', 'pottedplant',
'sheep', 'sofa', 'train', 'tvmonitor')
改为
CLASSES = ('__background__',
'你的标签1','你的标签2',你的标签3','你的标签4')
2:
net.create_architecture(sess, "TEST", 21,tag='default', anchor_scales=[8, 16, 32])
改为:
net.create_architecture(sess, "TEST", 5,tag='default', anchor_scales=[8, 16, 32])
原本的代码是有20类物体+背景,所以是21。 把类别数改为,你的类别+背景。如果是只检测一类物体,那就改为2
以上是关于windows下使用自己制作的数据集训练faster-rcnn(tensorflow版)用于目标检测的主要内容,如果未能解决你的问题,请参考以下文章
深度学习Caffe实战笔记(19)Windows平台 Faster-RCNN 制作自己的数据集
windows使用YOLOv8训练自己的模型(0基础保姆级教学)