|
本帖最后由 Happy清子 于 2020-2-16 15:53 编辑
BUG记录
1. 购买后,会有两个压缩包,带有console的压缩包,可在控制台运行;另个,可在Pycharm运行。
2. 运行train_net.py,若遇到“no module named lib”,说明系统路径设置错误。请在train_net.py增加:
import sys, os
sys.path.append(os.path.dirname(os.path.dirname(__file__)))
以上代码将代码的主目录(类似于.../Faster...TF)加入系统路径。
对demo.py, test.py,也可类似处理。
3. 遇到"dict object has no attribute has_key"的错误,请将x.has_key(y)改成 y in x。
这是因为has_key是python2的语法,在python3已改成in。
4. pascal voc 2007训练,若遇到“class index cannot found bird”这样的错误,请在pascal_voc.py文件,有一行定义classes的代码。默认已将20类标签注释掉。请将它们激活,即去掉注释。
名称
Faster-RCNN_TF源码
功能介绍
本代码为Tensorflow版本的Faster RCNN,特征网采用VGG。训练数据集为VOC2007格式。
Github源码地址
https://github.com/smallcorgi/Faster-RCNN_TF
使用方法(demo)
1. 解压后,代码在Faster-RCNN_TF目录。
2. 在该目录同级处,建立目录trainedWeight. 将训练好的权值VGGnet_faster_rcnn_iter_70000.ckpt放入目录trainedWeight。
4. 在Faster-RCNN_TF目录,运行:
python ./tools/demo.py --model ../trainedWeight/VGGnet_faster_rcnn_iter_70000.ckpt
使用方法(train)
1. 解压后,代码在Faster-RCNN_TF目录。
2. 在该目录同级处,建立目录data。
3. data内的结构如下:
4. pretrain_model内放预训练权值。
VGG_imagenet.npy
5. VOCdevit的子目录名VOC2007。
VOC2007内的目录结构,与官方VOC数据集,相同。
6. 运行方式:
在Faster-RCNN_TF目录下运行:python ./tools/train_net.py
系统环境说明
已在平台的DL全家桶,测试通过。
基础参数:Python3.5,tensorflow1.5。
推荐配置
单1080Ti显卡,4核CPU,10G内存。
免费服务承诺
交付完成的标志是:买家建立DL全家桶环境的主机,商家将代码在该主机中调通。
调通的标准是:demo可用作者提供的权值文件进行目标检测(VOC2007目标类型),train可在官方VOC2007数据集上正常训练。
运行方式:在Pycharm调通;在命令行调通;两种方式至少一种,具体哪种方式买家可任选。
注意事项
1. 商家仅承诺在平台主机(DL全家桶环境),其他环境下本代码的调通,属于额外的增值服务,可能需要另外收费。其他环境包括:买家自己的电脑,平台的其他环境如conda_DL、tensorflow1.12等。
2. 在买家自定义数据集上跑通本代码,属于额外的增值服务,可能需要另外收费。
3. 买家在购买本代码后,又有进一步的开发需求,开发费用可享受8-9折优惠,具体优惠额再行商定。
4. 以上各条及其他未尽事宜,商家保留最终解释权。
|
|