@huangzhengsjtu
2015-05-25T06:04:27.000000Z
字数 811
阅读 3496
安装了FR-CNN以后,运行demo.py没有问题了。
找一个图片来自己测试一下。
当然现在还只能使用VOC2007(VOC2012)的图片,因为只有这两个数据集,作者提供了预先计算好的Roi。
从VOC2007中找一个图片。从~/fast-rcnn/VOCdevkit/VOC2007/JPEGImages中选择一张图片,拷贝到 ~/fast-rcnn/tools目录下。
例如我想要检测汽车,所以选择002779.png这个图片。
得到Seletive Search的roi proposals。
用matlab的import data,加载~/fast-rcnn/data/selective_search_data/voc_2007_train.mat。
这个数据集中包括两个cell变量,一个images,一个boxes。
images中存储了图片名称以及其在boxes中对应的索引号。
boxes中存储了每个图片的boxes(roi proposals)
重命名boxes为~all_boxes~,因为后面需要用boxes这个名字。
从images中找到图片对应的索引号,例如002779.png的索引号是691; 001435.png的索引号是346.
boxes=uint16(cell2mat(all_boxes(691)));
然后把boxes变量存储为~/fast-rcnn/data/demo/002779_boxes.mat
print '~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~'
print 'Demo for data/demo/002779.jpg'
demo(net, '002779', ('car',))
运行:
./tools/demo.py --cpu
我的AMD破机器上运行了58秒。正面的车子,效果似乎不是太好:
换一个图,稍微小一点的车: