老規矩
硬件環境:win10系統 Anaconda 1050Ti
軟件環境:tensorflow-gpu=1.11.0 keras-gpu=2.1.6 pillow matplotlib opencv-python
這裏需要注意keras版本,和上一次復現yolo不一樣,opencv-python建議pip安裝不建議使用conda install
項目地址:https://github.com/bubbliiiing/faster-rcnn-keras
一.環境配置
參見之間的blog即可,https://blog.csdn.net/hesongzefairy/article/details/104702119
二. 權重文件下載
百度雲鏈接:https://pan.baidu.com/s/1cC1-Ue7pU-v8jLB4tg70VQ 提取碼:l33p
下好放入model_data
三. 運行demo
python predict.py
提示輸入圖片名稱,這裏我輸入33.jpg
檢測結果:
那麼這裏的demo一次只能檢測一張圖片,改進之後可以在文件夾裏放入多張圖片檢測
首先創建一個新文件夾叫batch_pre,然後放入多張圖片,接着在文件夾裏創建一個test.txt 每一行寫一個圖片名稱
最後新建一個batch_pre.py代碼如下:
from frcnn import FRCNN
from PIL import Image
frcnn = FRCNN()
fi = open('batch_pre/test.txt')
txt = fi.readlines()
im_names = []
for line in txt:
line = line.strip('\n')
line = ('batch_pre/'+line+'.jpg')
im_names.append(line)
print(im_names)
fi.close()
for im_name in im_names:
image = Image.open(im_name)
r_image = frcnn.detect_image(image)
r_image.show()
frcnn.close_session()