按原PO的要求, 放上文章來源出處

https://blog.csdn.net/tuoyakan9097/article/details/81782257

附上我的操作步驟與結果

未命名.png

打開Anaconda Prompt

輸入conda create -n tensorflow python=3.5

其實我覺得用3.5, 3.6都沒有關係, 但避免麻煩還是創個3.5的環境吧!

擷取.PNG

activate tensorflow

然後安裝下列東西

pip install tensorflow==1.5.0

pip install cython

pip install pillow

pip install numpy==1.16.0

pip install scipy

pip install matplotlib

pip install opencv-python

pip install easydict

擷取.PNG

https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3

接著到github下載

然後

擷取.PNG

cd Faster-RCNN-TensorFlow-Python3-master\data\coco\PythonAPI

python setup.py build_ext --inplace

python setup.py build_ext install

然後下載VOC2007格式的資料集

http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar

http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-2007.tar

http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCdevkit_08-Jun-2007.tar

擷取.PNG

解壓縮在同一個資料夾

重新命名為VOCDevkit2007

放在\data下面

擷取.PNG

下載預訓練的VGG16網路模型

http://download.tensorflow.org/models/vgg_16_2016_08_28.tar.gz

新建一個資料夾叫imagenet_weights放到data下面

擷取.PNG

vgg_16_2016_08_28.tar.gz解壓縮, 並且改名vgg16.ckpt

擷取.PNG

接著因為我不想迭代這麼多次, 畢竟是CPU版,所以進入lib -> config中, 打開config.py

擷取.PNG

把max_iters改成5000, 本來四萬次實在太久了

擷取.PNG

接著就可以開始訓練(糗, 打錯單字)

python train.py

未命名.png

訓練完之後

未命名.png

打開demo.py, 修改一下這個部分

def parse_args():
"""Parse input arguments."""
parser = argparse.ArgumentParser(description='Tensorflow Faster R-CNN demo')
parser.add_argument('--net', dest='demo_net', help='Network to use [vgg16 res101]',
choices=NETS.keys(), default='vgg16')
parser.add_argument('--dataset', dest='dataset', help='Trained dataset [pascal_voc pascal_voc_0712]',
choices=DATASETS.keys(), default='pascal_voc')
args = parser.parse_args()

return args

還有

tfmodel = r'D:\Faster-RCNN-TensorFlow-Python3-master\default\voc_2007_trainval\default\vgg16_faster_rcnn_iter_5000.ckpt'

就可以執行

擷取.PNG