win7下配置faster-rcnn的tensorflow版本(gpu版本)
2018-04-02 09:33
423 查看
首先给出源代码网址:https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3.5
所需的软件环境:python3.5+tensorflow-gpu1.40(gpu版本)+vs2015+pycharm+cuda8.0+cudnn6.1
cuda8.0下载地址:https://developer.nvidia.com/cuda-80-ga2-download-archive
cudnn6.1下载地址:https://developer.nvidia.com/cudnn
cuda8.0和cudnn很好安装,安装自行百度教程安装即可。
python3.5下载地址:https://www.python.org/downloads/release/python-352/
python的其他库安装(用pip3即可):
cython, python-opencv, easydict......
tensorflow安装方法:
tensorflow-gpu1.40下载地址:https://pypi.python.org/pypi/tensorflow-gpu/1.4.0
tensorflow-cpu1.40下载地址:https://pypi.python.org/pypi/tensorflow/1.4.0
安装方法和python安装其他库的方法相同,即在命令行下使用pip3
faster-rcnn安装方法:1. Go to ./data/coco/PythonAPI Run
环境配置完毕
2. 下载数据集
下载地址:http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-2007.tar http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCdevkit_08-Jun-2007.tar 下载之后放在: "data/VOCDevkit2007/annotations_cache" "data/VOCDevkit2007/VOC2007"
3. 下载预训练好的vgg16网络或者其他网络
下载地址:https://github.com/tensorflow/models/tree/master/research/slim#pre-trained-models
将下载好的模型放在:$faster-rcnn目录$\data\imagenet_weights下面
4. 训练模型
运行 train.py程序即可,一般用cpu跑迭代一次需要20s,用gpu跑一次迭代需要2-3s
每经过5000次迭代,会保存网络相关文件,保存的信息在:$faster-rcnn目录$\default\voc_2007_trainval\default
5. 运行demo.py
将步骤4中保存的文件放在 下面,运行demo.py便会出现结果
所需的软件环境:python3.5+tensorflow-gpu1.40(gpu版本)+vs2015+pycharm+cuda8.0+cudnn6.1
cuda8.0下载地址:https://developer.nvidia.com/cuda-80-ga2-download-archive
cudnn6.1下载地址:https://developer.nvidia.com/cudnn
cuda8.0和cudnn很好安装,安装自行百度教程安装即可。
python3.5下载地址:https://www.python.org/downloads/release/python-352/
python的其他库安装(用pip3即可):
cython, python-opencv, easydict......
tensorflow安装方法:
tensorflow-gpu1.40下载地址:https://pypi.python.org/pypi/tensorflow-gpu/1.4.0
tensorflow-cpu1.40下载地址:https://pypi.python.org/pypi/tensorflow/1.4.0
安装方法和python安装其他库的方法相同,即在命令行下使用pip3
faster-rcnn安装方法:1. Go to ./data/coco/PythonAPI Run
python setup.py build_ext --inplaceRun
python setup.py build_ext install
环境配置完毕
2. 下载数据集
下载地址:http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-2007.tar http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCdevkit_08-Jun-2007.tar 下载之后放在: "data/VOCDevkit2007/annotations_cache" "data/VOCDevkit2007/VOC2007"
3. 下载预训练好的vgg16网络或者其他网络
下载地址:https://github.com/tensorflow/models/tree/master/research/slim#pre-trained-models
将下载好的模型放在:$faster-rcnn目录$\data\imagenet_weights下面
4. 训练模型
运行 train.py程序即可,一般用cpu跑迭代一次需要20s,用gpu跑一次迭代需要2-3s
每经过5000次迭代,会保存网络相关文件,保存的信息在:$faster-rcnn目录$\default\voc_2007_trainval\default
5. 运行demo.py
将步骤4中保存的文件放在 下面,运行demo.py便会出现结果
相关文章推荐
- ubuntu14.04配置py-faster-rcnn(GPU版本)
- win7配置tensorflow-gpu版本出现问题解决
- 用自己的数据训练Faster-RCNN,tensorflow版本(一)
- Caffe: Faster-RCNN Python版本配置 (Windows)
- TensorFlow - win7 - CPU/GPU版本安装
- 【Deep Learning】win10下配置tensorflow1.4(gpu版本)
- 用自己的数据训练Faster-RCNN,tensorflow版本(二)
- Ubuntu系统配置tensorflow运行环境(GPU版本)
- Win7 64位+tensorflow1.4.0-GPU版+CUDA8.0+cudnn6.0环境配置
- 在win10下安装配置tensorflow_gpu版本(简单)
- Ubuntu16.04 配置tensorflow gpu版本
- Faster-RCNN_TF的loss曲线可视化(tensorflow版本,Faster RCNN的loss曲线可视化)
- win7-opencv249-matlab-cuda7.5配置faster-rcnn
- win7 64位 安装tensorflow GPU版本
- Ubuntu16.04 配置tensorflow1.0 gpu版本
- Caffe: Faster-RCNN Python版本配置 (Windows)
- Ubuntu16.04下安装配置了tensorflow GPU版本后导致的常见错误
- ubuntu14.04 faster-rcnn GPU环境配置(2)
- Win10 配置tensorflow1.3 GPU版本以及tensorboard的使用
- window配置TensorFlow-gpu版本出现问题