在前一篇随笔中，数据制作成了VOC2007格式，可以用于Faster-RCNN的训练。 1.针对数据的修改 修改datasets\VOCdevkit2007\VOCcode\VOCinit.m，我只做了两类 修改function\fast_rcnn ...

按照下面这个博客修改faster-rcnn源码，训练自己的数据: http://blog.csdn.net/sinat_30071459/article/details/51332084 训练自己的数据的时候如果提示assert (boxes[:, 2] >= boxes ...

Faster RCNN训练： 四部训练法： Faster R-CNN，可以大致分为两个部分，一个是RPN网络，另一个是Fast R-CNN网络，前者是一种候选框（proposal）的推荐算法，而后者则是在此基础上对框的位置和框内的物体的类别进行细致计算 ...

一、数据集文件夹 新建一个文件夹，用来存放整个数据集，或者和voc2007一样的名字：VOC2007 然后在文件夹里面新建如下文件夹： 二、将训练图片放到JPEGImages 将所有的训练图片放到该文件夹里，然后将图片重命名为VOC2007的“000005.jpg”形式 重命名 ...

1.命名 文件夹名VOC2007。图片名六位数字。将数据集相应的替换掉VOC2007中的数据。 ( Updated development kit, annotated test data ) 2.画目标包围框 由于每张图片需要选取目标框，所需时间较长 ...

新手学习，参考了http://www.cnblogs.com/CarryPotMan/p/5390336.html 只是在这篇博客中并没有说明自己训练集文件夹放置的位置以及修改中对应的文件信息。刚刚调通，记下来，以备以后自己少走些弯路。 配置py-faster-rcnn没什么好记的，文档 ...

注：本文写于早期学习摸索阶段，不免有错误、不到位的理解，仅用做遇到相同错误的人参考。后续一直在使用RBG大神的py-faster-rcnn。 既然faster-rcnn原版发表时候是matlab版代码，那就用matlab版代码吧！不过遇到的坑挺多的，不知道python版会不会好一点 ...

python demo_2019051601.pyTraceback (most recent call last): File "demo_2019051601.py", line 128, in ...