記事では、ビルドTensorFlow環境を説明し、この入門デモ走行
1.ダウンロードTensorFlowオブジェクト検出APIドキュメント
ファイルのダウンロードにジャンプを打ち READMEをも記述されているコンフィギュレーション
ファイルパスは、仮想環境に、中国語で表示される最初のいくつかの事前パッケージをダウンロードしていません
1 アクティブtensorflow
2
3ピップ-r requirements.txtをインストール
2.ファイルの初期化
1枚のCD-高速化RCNN-TensorFlow-Python3- マスター\データ\ココ\ PythonAPI
2のpython setup.pyにbuild_ext - インプレース
3 のpython setup.pyインストールにbuild_ext
4 cd./lib/ utilsの 5のpython setup.pyにbuild_ext --inplace
3.ダウンロードVOC2007データセット（トレーニング、検証、テストデータとVOCdevkit）
1 wgetのhttp://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar 2 wgetのhttp://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-2007.tar 3 wgetのhttp://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCdevkit_08-Jun-2007.tar
解凍し、すべてのデータセットファイルのダウンロード
は以下のようなフォーマットがあります
1 $ VOCdevkit / ＃開発キット
2 $ VOCdevkit / VOCcode / ＃VOCユーティリティコード
3 $ VOCdevkit / VOC2007＃画像セット、注釈など
4＃...といくつかの他のディレクトリ...
以下同じVOCdevkitにすべてのファイルをコピーし、データにコピー
4.ダウンロードトレーニングVGG16ネットワークモデル
ダウンロードしたファイルは、パス、次の新しいフォルダimagenet_weightsに移動vgg16.ckpt、名前が変更され
1つのデータ\ imagenet_weights \ vgg16.ckpt。
5.トレーニングモデル
フォルダパスを作成し、トレーニング中に生成されたデータの格納に使用されるモデルに従って、あなたがモデルを保存するたびに、このフォルダの内部に保存されます。
1高速化-RCNN-TensorFlow-のpython3-マスター\デフォルト\ voc_2007_trainval \デフォルト
キャッシュ他の訓練によって生成されたフォルダのすべての内部への次のパスを削除し、このフォルダが空であることを保証するために、新しいトレーニングを毎回開始
1高速化-RCNN-TensorFlow-のpython3-マスター\データ\キャッシュ
速いRCNN-TensorFlow-Python3-マスター\ libに\ CONFIG \ config.py すべてのトレーニングセットのファイルに適用される
30行「max_iters」反復トレーニングは何回ある
ライン32「表示」が何回損失出力値の繰り返し
44ライン「snapshot_iterations」は、この数は一人一人の訓練モデルを保存するために反復回数であります
パラメータを変更したら、あなた自身のために設定し、トレーニングを開始したいです
1枚のCD-高速化RCNN-TensorFlow-Python3-のマスター
2
3パイソンtrain.py
6.変更demo.pyファイル
モデルコーチング自分のために編集したファイル名の内部NETSは、データセットが削除「+ voc_2012_trainval」
ライン107は、デフォルトvgg16を修正します
デフォルトpascal_vocを変更するためのライン108
その後、デモの実行を開始
1枚のCD-高速化RCNN-TensorFlow-Python3-のマスター
2
3パイソンtrain.py
与えられているソリューションの一部