深度学习Caffe实战笔记(21)Windows平台 Faster-RCNN 训练好的模型测试数据
2017-05-21 19:32
986 查看
前一篇博客介绍了如何利用Faster-RCNN训练自己的数据集,训练好会得到一个模型,这篇博客介绍如何利用训练好的模型进行测试数据。
1、训练好的模型存放位置
训练好的模型存放在faster_rcnn-master\output\faster_rcnn_final\faster_rcnn_VOC2007_ZF,把script_faster_rcnn_demo.m文件拷贝到faster_rcnn-master文件夹下,然后把模型路径改成训练好的模型路径
2、修改协议文件
打开faster_rcnn-master\output\faster_rcnn_final\faster_rcnn_VOC2007_ZF\detection_test.prototxt
把relu5包括relu5以前的层都删除,
把input data修改为如下:
把roi_pool5层bottom修改为:
3、运行script_faster_rcnn_demo.m得到结果
虽然我为了跑流程,标注的样本很少,但是结果还不错。
1、训练好的模型存放位置
训练好的模型存放在faster_rcnn-master\output\faster_rcnn_final\faster_rcnn_VOC2007_ZF,把script_faster_rcnn_demo.m文件拷贝到faster_rcnn-master文件夹下,然后把模型路径改成训练好的模型路径
model_dir = fullfile(pwd, 'output', 'faster_rcnn_final', 'faster_rcnn_VOC0712_ZF');
2、修改协议文件
打开faster_rcnn-master\output\faster_rcnn_final\faster_rcnn_VOC2007_ZF\detection_test.prototxt
把relu5包括relu5以前的层都删除,
把input data修改为如下:
input: "data" input_dim: 1 input_dim: 256 input_dim: 50 input_dim: 50
把roi_pool5层bottom修改为:
layer { bottom: "data" #修改 bottom: "rois" #修改 top: "pool5" name: "roi_pool5" type: "ROIPooling" roi_pooling_param { pooled_w: 6 pooled_h: 6 spatial_scale: 0.0625 # (1/16) } }
3、运行script_faster_rcnn_demo.m得到结果
虽然我为了跑流程,标注的样本很少,但是结果还不错。
相关文章推荐
- 深度学习Caffe实战笔记(20)Windows平台 Faster-RCNN 训练自己的数据集
- 深度学习Caffe实战笔记(19)Windows平台 Faster-RCNN 制作自己的数据集
- 深度学习Caffe实战笔记(19)Windows平台 Faster-RCNN 制作自己的数据集
- 深度学习Caffe实战笔记(19)Windows平台 Faster-RCNN 制作自己的数据集
- 深度学习Caffe实战笔记(6)Windows caffe平台用Siamese网络跑自己的数据
- 深度学习Caffe实战(9)Windows 平台caffe用MATLAB接口实现训练网络和测试
- 深度学习caffe实战笔记(4)Windows caffe平台下跑cifar10
- caffe19 《深度学习--Caffe之经典模型详解与实战》笔记01 分类测试python调用
- 深度学习caffe实战笔记(4)Windows caffe平台下跑cifar10
- 深度学习Caffe实战笔记(5)Windows caffe平台跑Siamese mnist数据集
- Caffe_Windows学习笔记(二)用自己的数据训练和测试CaffeNet
- Caffe深度学习入门—— caffenet 微调网络 训练自己的数据并测试训练的模型
- 【深度学习】笔记6:使用caffe中的CIFAR10网络模型和自己的图片数据训练自己的模型(步骤详解)
- 【神经网络与深度学习】Caffe使用step by step:使用自己数据对已经训练好的模型进行finetuning
- 【深度学习】笔记14 windows下caffe的python接口的配置(数据的可视化环境)
- 【深度学习】【caffe实用工具3】笔记25 Windows下caffe中将图像数据集合转换为DB(LMDB/LEVELDB)文件格式之convert_imageset
- 深度学习Caffe实战笔记(10)Windows Caffe使用MATLAB接口提取和可视化特征
- 深度学习caffe实战笔记(14)MATLAB实现可视化cifar10数据集
- 深度学习-CAFFE利用CIFAR10网络模型训练自己的图像数据获得模型-4应用生成模型进行预测
- 深度学习-CAFFE利用CIFAR10网络模型训练自己的图像数据获得模型-1.制作自己的数据集