源码地址:

https://github.com/daijifeng001/r-fcn

这篇论文是何大神小组的又一大作。

1.下载,不过所有的.m文件中的下载链接都是Dropbox的,下不了,最后都是从百度云中下载下来的。


2.解压,因为是自己手动下的,要找到正确的解压位置。

1)Run fetch_data/fetch_caffe_mex_windows_vs2013_cuda75.m to download a compiled Caffe mex (for Windows only).
Pre-complied caffe mex (Windows):  caffe_mex.zip

解压到:../external/caffe/matlab/caffe_rfcn/..

2)Run fetch_data/fetch_demo_model_ResNet101.m to download a R-FCN model using ResNet-101 net (trained on VOC 07+12 trainval).
Demo R-FCN model: demo_models_ResNet-101L.zip

解压到:../output/rfcn_demo/..

3)ImageNet-pretrained networks:  

Run fetch_data/fetch_model_ResNet50.m to download an ImageNet-pre-trained ResNet-50 net.

ResNet-50 net   models_ResNet-50L.zip 

Run fetch_data/fetch_model_ResNet101.m to download an ImageNet-pre-trained ResNet-101 net

ResNet-101 net  models_ResNet-101L.zip

减压到../model/..下

4)Run fetch_data/fetch_region_proposals.m to download the pre-computed region proposals.
Pre-computed region proposals:  proposals.zip

解压到:../data/..下


3.demo演示

  1. Run rfcn_build.m. (需要先装NVIDIA7.5版本,然后mex 时报bin出错,需要再新建一个目录bin)
  2. Run startup.m.
  3. Run experiments/script_rfcn_demo.m to apply the R-FCN model on demo images.(执行过程中会直接崩掉,估计是内存不足,看看能不能把图片改小些,或者改成一张图片有没有用)折腾了一下午,都没有成功,最后发现是导入的模型太大,101层的在笔记本的2G的GPU上是跑不起来的,但是里面又没有提供50层的final,所以只能到此为止。只能是再试试training,看看自己能不能训练一个50层的final出来。


Logo

开放原子开发者工作坊旨在鼓励更多人参与开源活动,与志同道合的开发者们相互交流开发经验、分享开发心得、获取前沿技术趋势。工作坊有多种形式的开发者活动,如meetup、训练营等,主打技术交流,干货满满,真诚地邀请各位开发者共同参与!

更多推荐