之前是做的分類,接下來要做檢測。
對于目标檢測:從一開始的R-CNN、OverFeat到後面的Fast/Faster R-CNN,SSD,YOLO系列,再到2018年最近的Pelee,檢測的效果和性能越來越出色。
目前流行的論文以及說明詳見:https://zhuanlan.zhihu.com/p/40047760
在這裡就先實作faster-rcnn,需要安裝py-faster-rcnn
windows下的安裝參照:https://blog.csdn.net/zhangzm0128/article/details/71698880
照着這篇文章一步步來,這都正常。
因為py-faster-rcnn隻支援python2,而我用的是python3.5版本,将py-faster-rcnn改成支援python3.5版本,需要要對其進行修改。還要本人顯示卡太挫,無奈隻能選擇cpu。以下是需要修改的地方。
1.編譯py-faster-rcnn依賴庫的時候,要将setup.py下的iteritems改成items,還要删除nms檔案夾下原來自帶的cpu_nms.pyd 和gpu_nms.pyd兩個檔案。
2.代碼中最多的修改是裡面的print函數都要加上括号
3.修改lib/rpn/proposal_layer.py檔案,
找不到generate_anchors的話,将
from generate_anchors import generate_anchors
改為
from rpn.generate_anchors import generate_anchors
Traceback (most recent call last):
File "tools/demo.py", line 135, in <module>
net = caffe.Net(prototxt, caffemodel, caffe.TEST)
File "F:\WorkSpace\caffe_net\py-faster-rcnn\tools\..\lib\rpn\proposal_layer.py", line 26, in setup
layer_params = yaml.load(self.param_str_)
AttributeError: 'ProposalLayer' object has no attribute 'param_str_'
将param_str_改為param_str
4.有幾處有xrange錯誤,python3.5用的是range
5.cPickle改為pickle
6.
Traceback (most recent call last):
File "tools/demo.py", line 142, in <module>
_, _= im_detect(net, im)
File "F:\WorkSpace\caffe_net\py-faster-rcnn\tools\..\lib\fast_rcnn\test.py", line 154, in im_detect
blobs_out = net.forward(**forward_kwargs)
File "F:\WorkSpace\caffe_net\py-faster-rcnn\tools\..\caffe-fast-rcnn\python\caffe\pycaffe.py", line 131, in _Net_forward
self._forward(start_ind, end_ind)
File "F:\WorkSpace\caffe_net\py-faster-rcnn\tools\..\lib\rpn\proposal_layer.py", line 65, in forward
pre_nms_topN = cfg[cfg_key].RPN_PRE_NMS_TOP_N
KeyError: '1'
在64行改成
#cfg_key = str(self.phase) # either 'TRAIN' or 'TEST'
cfg_key = str('TRAIN' if self.phase == 0 else 'TEST')
7.
因為是用的cpu,是以會出現:ImportError: No module named gpu_nms,修改lib/fast_rcnn/nms_wrapper.py,
#from nms.gpu_nms import gpu_nms
from nms.cpu_nms import cpu_nms
def nms(dets, thresh, force_cpu=True):
最後在目錄 py-faster-rcnn 下運作python tools/demo.py --cpu。