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)

Python 制作Pascal VOC数据集

如何使用yolov3训练自己的数据集

使用CycleGAN训练自己制作的数据集,通俗教程,快速上手

目标检测算法SSD在window环境下GPU配置训练自己的数据集