上篇文章介紹了 TensorFlow 環境的搭建,這篇介紹 demo 運行
1. 下載 TensorFlow object detection API 相關文件
點擊跳轉下載文件 readme 中也有相關配置描述
文件路徑不要出現中文,進入到虛擬環境下,先下載一些預設 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. 下載 VOC2007 數據集(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
解壓所有下載的數據集文件
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 ...
把所有文件拷貝到同一個 VOCdevkit 下面,然后復制到 data 下
4. 下載訓練 VGG16 網絡模型
把下載好的文件重命名為 vgg16.ckpt,新建文件夾 imagenet_weights 移動到如下路徑
1 data\imagenet_weights\vgg16.ckpt.
5. 訓練模型
創建一個如下路徑的文件夾用來存放訓練時生成的模型數據,每次保存的模型都會存到這個文件夾里面
1 Faster-RCNN-TensorFlow-Python3-master\default\voc_2007_trainval\default
刪除如下路徑文件夾里面的所有東西,這是其他訓練產生的緩存,每開始一次新的訓練的時候要保證這個文件夾為空
1 Faster-RCNN-TensorFlow-Python3-master\data\cache
Faster-RCNN-TensorFlow-Python3-master\lib\config\config.py 是訓練文件時所應用到的所有設置
30 行 'max_iters' 是訓練迭代多少次
32 行 'display' 是迭代多少次輸出一次 loss 值
44 行 'snapshot_iterations' 該數值是每迭代一定次數就保存一次訓練模型
修改為自己想設置的參數后,開始訓練
1 cd Faster-RCNN-TensorFlow-Python3-master
2
3 python train.py
6. 修改 demo.py 文件
NETS 里面修改為自己訓練好的模型文件名,DATASETS 刪除 "+ voc_2012_trainval"
107 行 default 修改為 vgg16
108 行 default 修改為 pascal_voc
然后開始運行 demo
1 cd Faster-RCNN-TensorFlow-Python3-master
2
3 python train.py
一些報錯的解決辦法