[关闭]
@huangzhengsjtu 2015-05-25T06:04:27.000000Z 字数 811 阅读 2048

用FR-CNN来运行一个图片中目标检测的例子

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。

准备数据

  1. 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。

  2. 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.

  1. boxes=uint16(cell2mat(all_boxes(691)));

然后把boxes变量存储为~/fast-rcnn/data/demo/002779_boxes.mat

修改demo.py

  1. print '~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~'
  2. print 'Demo for data/demo/002779.jpg'
  3. demo(net, '002779', ('car',))

运行:

  1. ./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:
http://imageshack.com/a/img673/5262/l5j4aZ.jpg

换一个图,稍微小一点的车:
效果不错.


添加新批注
在作者公开此批注前,只有你和作者可见。
回复批注