上篇文章介绍了 TensorFlow 环境的搭建,这篇介绍 demo 运行
1. 下载 TensorFlow object detection API 相关文件
点击跳转下载文件 readme 中也有相关配置描述
文件路径不要出现中文,进入到虚拟环境下,先下载一些预设 package
1 activate tensorflow
2
3 pip install -r requirements.txt
2. 文件初始化
1 cd Faster-RCNN-TensorFlow-Python3-master\data\coco\PythonAPI
2 python setup.py build_ext --inplace 3 python setup.py build_ext install 4 cd./lib/utils 5 python setup.py build_ext --inplace
3. 下载 VOC2007 数据集(training,validation,test Data 和 VOCdevkit)
1 wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar 2 wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-2007.tar 3 wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCdevkit_08-Jun-2007.tar
解压所有下载的数据集文件
格式如下
1 $VOCdevkit/ # development kit
2 $VOCdevkit/VOCcode/ # VOC utility code 3 $VOCdevkit/VOC2007 # image sets, annotations, etc. 4 # ... and several other directories ...
把所有文件拷贝到同一个 VOCdevkit 下面,然后复制到 data 下
4. 下载训练 VGG16 网络模型
把下载好的文件重命名为 vgg16.ckpt,新建文件夹 imagenet_weights 移动到如下路径
1 data\imagenet_weights\vgg16.ckpt.
5. 训练模型
创建一个如下路径的文件夹用来存放训练时生成的模型数据,每次保存的模型都会存到这个文件夹里面
1 Faster-RCNN-TensorFlow-Python3-master\default\voc_2007_trainval\default
删除如下路径文件夹里面的所有东西,这是其他训练产生的缓存,每开始一次新的训练的时候要保证这个文件夹为空
1 Faster-RCNN-TensorFlow-Python3-master\data\cache
Faster-RCNN-TensorFlow-Python3-master\lib\config\config.py 是训练文件时所应用到的所有设置
30 行 'max_iters' 是训练迭代多少次
32 行 'display' 是迭代多少次输出一次 loss 值
44 行 'snapshot_iterations' 该数值是每迭代一定次数就保存一次训练模型
修改为自己想设置的参数后,开始训练
1 cd Faster-RCNN-TensorFlow-Python3-master
2
3 python train.py
6. 修改 demo.py 文件
NETS 里面修改为自己训练好的模型文件名,DATASETS 删除 "+ voc_2012_trainval"
107 行 default 修改为 vgg16
108 行 default 修改为 pascal_voc
然后开始运行 demo
1 cd Faster-RCNN-TensorFlow-Python3-master
2
3 python train.py
一些报错的解决办法