caffe - faster r-cnn(python)之路

2024-06-17 01:18
文章标签 python cnn caffe faster

本文主要是介绍caffe - faster r-cnn(python)之路,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

1. faster-rcnn安装与运行
  下列faster-rcnn的安装参考github作者给出的教程:https://github.com/rbgirshick/py-faster-rcnn

  • caffe的安装参考官网教程( see:Caffe installation instructions)
    note:将makefile.config中这两行注释去掉
WITH_PYTHON_LAYER := 1
USE_CUDNN := 1
  • 将Faster R-CNN下载到本地
git clone --recursive https://github.com/rbgirshick/py-faster-rcnn.git
  • 假设下载下来存放的路径根目录为:FRCN_ROOT
  • 编译Cython模块
cd $FRCN_ROOT/lib
make
  • 编译caffe和pycaffe
cd $FRCN_ROOT/caffe-fast-rcnn
make -j8 && make pycaffe
  • 下载pre-computed Faster R-CNN detectors
cd $FRCN_ROOT
./data/scripts/fetch_faster_rcnn_models.sh

安装成功之后,运行demo.py测试下,可以试下自己的图片:

cd $FRCN_ROOT
./tools/demo.py

更多参考官方教程:https://github.com/rbgirshick/py-faster-rcnn


2. 文件夹导读

  • caffe-fast-rcnn:caffe框架目录
  • data:用来存放pretrained模型以及读取文件的cache缓存,还有一些下载模型的脚本
  • experiments:存放配置文件以及运行的log文件,另外这个目录下有scripts,里面存放end2end和alt_opt两种训练方式的脚本
  • lib:用来存放一些python接口文件,如其下的datasets主要负责数据库读取,config负责一些训练的配置选项
  • models:里面存放了三个模型文件,小型网络ZF,中型网络VGG_CNN_M_1024以及大型网络VGG16,根据你的硬件条件来选择使用哪种网络,ZF和VGG_CNN_M_1024需要至少3G内存,VGG16需要更多的内存,但不会超过11G
  • output:这里存放的是训练完成后的输出目录,这是运行了训练后才会出现的目录
  • tools:里面存放的是训练和测试的Python文件

    3. 制作数据集
      3.1.用标注工具labelImg

安装:sudo pip install labelImg 
运行:labelImg

  这里写图片描述
  可以open一张,也可以open dir导入一个文件。利用Create RectBox圈出目标区域,之后对区域进行类别标注。然后利用next image或者prev Image切换下一张或者前一张。标记错的可以直接点击后delete,….很简单,不再详细介绍。
  标注之后保存后的形式和VOC中的Annotations文件夹中的格式一样。
  

<annotation verified="no"><folder>images</folder><filename>00002</filename><path>/home/apple/work/py-faster-rcnn/images/00002.jpg</path><source><database>Unknown</database></source><size><width>500</width><height>375</height><depth>3</depth></size><segmented>0</segmented><object><name>dog</name><pose>Unspecified</pose><truncated>0</truncated><difficult>0</difficult><bndbox><xmin>2</xmin><ymin>2</ymin><xmax>264</xmax><ymax>372</ymax></bndbox></object><object><name>cat</name><pose>Unspecified</pose><truncated>1</truncated><difficult>0</difficult><bndbox><xmin>276</xmin><ymin>82</ymin><xmax>499</xmax><ymax>375</ymax></bndbox></object>
</annotation>

  参考博客:http://blog.csdn.net/jesse_mx/article/details/53606897      https://bealin.github.io/2016/10/23/Caffe%E5%AD%A6%E4%B9%A0%E7%B3%BB%E5%88%97%E2%80%94%E2%80%946%E4%BD%BF%E7%94%A8Faster-RCNN%E8%BF%9B%E8%A1%8C%E7%9B%AE%E6%A0%87%E6%A3%80%E6%B5%8B/

 2.2.使用自己的程序进行标记

  目标:对图像中目标标注bounding box,标签以下列形式展现:
  图片名 目标类别 起始点x坐标 y坐标 结束点x坐标 y坐标

00001.jpg car 63 96 180 341
00002.jpg car 85 39 436 330
00003.jpg car 40 43 255 346
00004.jpg car 78 22 433 360
00005.jpg car 147 74 414 370

实现代码

# -*- coding: utf-8 -*-
import os
import cv2
import numpy as np# 当鼠标按下时变为 True
drawing = False
ix,iy = -1,-1
ox,oy = -1,-1
# 创建回调函数
def draw_circle(event,x,y,flags,param):global ix,iy,ox,oy,drawing# 当按下左键是返回起始位置坐标if event==cv2.EVENT_LBUTTONDOWN:drawing=Trueix,iy = x,y# 当鼠标左键按下并移动是绘制图形。 event 可以查看移动, flag 查看是否按下elif event==cv2.EVENT_MOUSEMOVE and flags==cv2.EVENT_FLAG_LBUTTON:if drawing==True:cv2.rectangle(image,(ix,iy),(x,y),(0,255,0),-1)ox,oy = x,yelif event==cv2.EVENT_LBUTTONUP:drawing==Falsenumber = 0
jpg = ".jpg"
Image_Path = "./images"
f_wrect = open('images.txt','a')
for file in os.listdir(Image_Path):number = number + 1#print(number)string_number = '%d'%number#print(string_number)i = len(string_number)#print(i)while (5 - i) >  0:string_number = '0' + string_numberi = i + 1newname = string_number + jpgold_NamePath = os.path.join(Image_Path,file)new_NamePath = os.path.join(Image_Path,newname)os.rename(old_NamePath,new_NamePath)image = cv2.imread(new_NamePath)cv2.namedWindow('image')cv2.setMouseCallback('image',draw_circle)while(1):cv2.imshow('image',image)#运行代码,会显示一张图片,当按下q键时,显示图片的窗口被关掉,结束程序。if (cv2.waitKey(1)&0xFF==ord('q')):print('ok')image_rect = newname + ' ceramic '+ '%d'% ix +' '+ '%d'% iy+ ' ' + '%d'% ox + ' ' + '%d'% oy + '\n'f_wrect.write(image_rect)breakcv2.destroyWindow('image')

参考博客:http://www.cnblogs.com/YangQiaoblog/p/6782183.html

未完待续。。。。。。。。。。


一些不懂的细碎的知识点,可以参考下列博客:

  • LRN层作用:http://blog.csdn.net/u014114990/article/details/47662189
  • POI Pooling层:http://blog.csdn.net/lanran2/article/details/60143861
  • SmoothL1Loss层:http://blog.csdn.net/xyy19920105/article/details/50421225
  • numpy.where():http://blog.csdn.net/lanchunhui/article/details/49489205
    np.where()[0] 表示行的索引,np.where()[1] 则表示列的索引
  • numpy.hstack()函数:http://blog.csdn.net/garfielder007/article/details/51378296
    Stack arrays in sequence horizontally (column wise).以列为主,水平方向上合并数组。
    程序实例:
    >>> a = np.array((1,2,3))  >>> b = np.array((2,3,4))  >>> np.hstack((a,b))  array([1, 2, 3, 2, 3, 4])  >>> a = np.array([[1],[2],[3]])  >>> b = np.array([[2],[3],[4]])  >>> np.hstack((a,b))  array([[1, 2],  [2, 3],  [3, 4]])  
  • numpy.random.permulation(arrays):返回矩阵洗牌后的副本,意味着原矩阵不变
  • numpy.random.shuffle(arrays):对原数据进行洗牌,却不返回任何值。
import numpy as np
arrays=np.array([1,2,3,4])
print np.random.permulation(arrays)
print arrays
print np.random.shuffle(arrays)
print arrays结果:
[4 2 3 1]
[1 2 3 4]#始终不变
None
[1 4 2 3]
  • np.reshape(arrays,(-1,2)):将数组arrays重新排列成列数为2的。不管-1在第几个参数的位置,重新排列时均以行为主
[python]代码示例:
arrays=np.array([1,2,3,4])
print np.reshape(arrays,(-1,2))
print np.reshape(arrays,(-1,4))
print np.reshape(arrays,(2,-1))
print np.reshape(arrays,(4,-1))结果:
[[1,2],[3,4]]
[[1,2,3,4]]
[[1,2],[3,4]]
[[1],[2],[3],[4]]

这篇关于caffe - faster r-cnn(python)之路的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1068089

相关文章

Conda与Python venv虚拟环境的区别与使用方法详解

《Conda与Pythonvenv虚拟环境的区别与使用方法详解》随着Python社区的成长,虚拟环境的概念和技术也在不断发展,:本文主要介绍Conda与Pythonvenv虚拟环境的区别与使用... 目录前言一、Conda 与 python venv 的核心区别1. Conda 的特点2. Python v

Python使用python-can实现合并BLF文件

《Python使用python-can实现合并BLF文件》python-can库是Python生态中专注于CAN总线通信与数据处理的强大工具,本文将使用python-can为BLF文件合并提供高效灵活... 目录一、python-can 库:CAN 数据处理的利器二、BLF 文件合并核心代码解析1. 基础合

Python使用OpenCV实现获取视频时长的小工具

《Python使用OpenCV实现获取视频时长的小工具》在处理视频数据时,获取视频的时长是一项常见且基础的需求,本文将详细介绍如何使用Python和OpenCV获取视频时长,并对每一行代码进行深入解析... 目录一、代码实现二、代码解析1. 导入 OpenCV 库2. 定义获取视频时长的函数3. 打开视频文

Python中你不知道的gzip高级用法分享

《Python中你不知道的gzip高级用法分享》在当今大数据时代,数据存储和传输成本已成为每个开发者必须考虑的问题,Python内置的gzip模块提供了一种简单高效的解决方案,下面小编就来和大家详细讲... 目录前言:为什么数据压缩如此重要1. gzip 模块基础介绍2. 基本压缩与解压缩操作2.1 压缩文

Python设置Cookie永不超时的详细指南

《Python设置Cookie永不超时的详细指南》Cookie是一种存储在用户浏览器中的小型数据片段,用于记录用户的登录状态、偏好设置等信息,下面小编就来和大家详细讲讲Python如何设置Cookie... 目录一、Cookie的作用与重要性二、Cookie过期的原因三、实现Cookie永不超时的方法(一)

Python内置函数之classmethod函数使用详解

《Python内置函数之classmethod函数使用详解》:本文主要介绍Python内置函数之classmethod函数使用方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地... 目录1. 类方法定义与基本语法2. 类方法 vs 实例方法 vs 静态方法3. 核心特性与用法(1编程客

Python函数作用域示例详解

《Python函数作用域示例详解》本文介绍了Python中的LEGB作用域规则,详细解析了变量查找的四个层级,通过具体代码示例,展示了各层级的变量访问规则和特性,对python函数作用域相关知识感兴趣... 目录一、LEGB 规则二、作用域实例2.1 局部作用域(Local)2.2 闭包作用域(Enclos

Python实现对阿里云OSS对象存储的操作详解

《Python实现对阿里云OSS对象存储的操作详解》这篇文章主要为大家详细介绍了Python实现对阿里云OSS对象存储的操作相关知识,包括连接,上传,下载,列举等功能,感兴趣的小伙伴可以了解下... 目录一、直接使用代码二、详细使用1. 环境准备2. 初始化配置3. bucket配置创建4. 文件上传到os

使用Python实现可恢复式多线程下载器

《使用Python实现可恢复式多线程下载器》在数字时代,大文件下载已成为日常操作,本文将手把手教你用Python打造专业级下载器,实现断点续传,多线程加速,速度限制等功能,感兴趣的小伙伴可以了解下... 目录一、智能续传:从崩溃边缘抢救进度二、多线程加速:榨干网络带宽三、速度控制:做网络的好邻居四、终端交互

Python中注释使用方法举例详解

《Python中注释使用方法举例详解》在Python编程语言中注释是必不可少的一部分,它有助于提高代码的可读性和维护性,:本文主要介绍Python中注释使用方法的相关资料,需要的朋友可以参考下... 目录一、前言二、什么是注释?示例:三、单行注释语法:以 China编程# 开头,后面的内容为注释内容示例:示例:四