argparse模塊

模塊argparse是python標准庫中推薦的命令行解析模塊

簡明使用步驟：

1：import argparse　　　　　　　　　　　　　　　　　　首先導入該模塊

2：parser = argparse.ArgumentParser()　　　　　　然后創建一個解析對象

3：parser.add_argument()　　　　　　　　　　　　　　然后向該對象中添加你要關注的命令行參數和選項，每一個add_argument方法對應一個你要關注的參數或選項

4：parser.parse_args()　　　　　　　　　　　　　　　最后調用parse_args()方法進行解析，解析成功之后即可使用

以下是fast-rcnn代碼中train_net的使用：

def parse_args():
    """
    Parse input arguments
    """
    parser = argparse.ArgumentParser(description='Train a Fast R-CNN network')
    parser.add_argument('--gpu', dest='gpu_id',
                        help='GPU device id to use [0]',
                        default=0, type=int)
    parser.add_argument('--solver', dest='solver',
                        help='solver prototxt',
                        default=None, type=str)
    parser.add_argument('--iters', dest='max_iters',
                        help='number of iterations to train',
                        default=40000, type=int)
    parser.add_argument('--weights', dest='pretrained_model',
                        help='initialize with pretrained model weights',
                        default=None, type=str)
    parser.add_argument('--cfg', dest='cfg_file',
                        help='optional config file',
                        default=None, type=str)
    parser.add_argument('--imdb', dest='imdb_name',
                        help='dataset to train on',
                        default='voc_2007_trainval', type=str)
    parser.add_argument('--rand', dest='randomize',
                        help='randomize (do not use a fixed seed)',
                        action='store_true')
    parser.add_argument('--set', dest='set_cfgs',
                        help='set config keys', default=None,
                        nargs=argparse.REMAINDER)

    if len(sys.argv) == 1:
        parser.print_help()
        sys.exit(1)

    args = parser.parse_args()
    return args

這是沒加任何參數直接輸入的情況：

這和輸入python train_net.py -h是一樣的效果，因為原代碼中有這樣一段代碼：

if len(sys.argv) == 1:
        parser.print_help()
        sys.exit(1)