文件列表:

LICENSE (1065, 2020-03-14)
VOCdevkit (0, 2020-03-14)
VOCdevkit\VOC2007 (0, 2020-03-14)
VOCdevkit\VOC2007\Annotations (0, 2020-03-14)
VOCdevkit\VOC2007\ImageSets (0, 2020-03-14)
VOCdevkit\VOC2007\ImageSets\Main (0, 2020-03-14)
VOCdevkit\VOC2007\JPEGImages (0, 2020-03-14)
VOCdevkit\VOC2007\voc2faster-rcnn.py (1131, 2020-03-14)
frcnn.py (9976, 2020-03-14)
img (0, 2020-03-14)
img\street.jpg (447571, 2020-03-14)
logs (0, 2020-03-14)
model_data (0, 2020-03-14)
model_data\simhei.ttf (9753388, 2020-03-14)
model_data\voc_classes.txt (153, 2020-03-14)
nets (0, 2020-03-14)
nets\RoiPoolingConv.py (2338, 2020-03-14)
nets\frcnn.py (2745, 2020-03-14)
nets\frcnn_training.py (10621, 2020-03-14)
nets\resnet.py (10914, 2020-03-14)
predict.py (381, 2020-03-14)
train.py (9154, 2020-03-14)
utils (0, 2020-03-14)
utils\anchors.py (2017, 2020-03-14)
utils\config.py (523, 2020-03-14)
utils\roi_helpers.py (4099, 2020-03-14)
utils\utils.py (11803, 2020-03-14)
voc_annotation.py (1454, 2020-03-14)

# faster-rcnn-keras 这是一个faster-rcnn的keras实现的库,可以利用voc数据集格式的数据进行训练。 # 文件下载 训练所需的voc_weights.h5可以去百度网盘下载 链接: https://pan.baidu.com/s/1xDRhw0U4dWfy_2rceH-YnA 提取码: cm3q # 训练步骤 1、本文使用VOC格式进行训练。 2、训练前将标签文件放在VOCdevkit文件夹下的VOC2007文件夹下的Annotation中。 3、训练前将图片文件放在VOCdevkit文件夹下的VOC2007文件夹下的JPEGImages中。 4、在训练前利用voc2faster-rcnn.py文件生成对应的txt。 5、再运行根目录下的voc_annotation.py,运行前需要将classes改成你自己的classes。 ```python classes = ["aeroplane", "bicycle", "bird", "boat", "bottle", "bus", "car", "cat", "chair", "cow", "diningtable", "dog", "horse", "motorbike", "person", "pottedplant", "sheep", "sofa", "train", "tvmonitor"] ``` 6、就会生成对应的2007_train.txt,每一行对应其图片位置及其真实框的位置。 7、在训练前需要修改model_data里面的voc_classes.txt文件,需要将classes改成你自己的classes。 8、运行train.py即可开始训练。 # Reference https://github.com/qqwweee/keras-yolo3/ https://github.com/pierluigiferrari/ssd_keras https://github.com/kuhung/SSD_keras https://github.com/jinfagang/keras_frcnn

近期下载者：

相关文件：

评论：[我要评论] [举报此文件]

收藏者：