文件名称：fast_rcnn_keras
文件大小：156KB
文件格式：ZIP
更新时间：2024-03-11 02:13:13
Python
喀拉拉邦 更快的R-CNN的Keras实现：通过区域提议网络实现实时目标检测。 从克隆 修复了从原产地奥克隆克隆时的几个错误 用法： theano和tensorflow后端都受支持。 但是在theano中编译时间非常长，强烈建议使用Tensorflow。 train_frcnn.py可用于训练模型。 要训练Pascal VOC数据，只需执行以下操作： python train_frcnn.py -p /path/to/pascalvoc/ 。 Pascal VOC数据集（分类对象周围边界框的图像和注释）可以从以下网站获得： : simple_parser.py提供了使用文本文件输入数据的另一种方法。 只需提供一个文本文件，每行包含： filepath,x1,y1,x2,y2,class_name 例如： /data/imgs/img_001.jpg,837,346,981
【文件预览】：
faster_rcnn_keras-master
----test_frcnn.py(8KB)
----config.pickle(932B)
----predict_Slide334Malaria9.jpg(99KB)
----keras_frcnn()
--------data_generators.py(12KB)
--------config.py(2KB)
--------vgg.py(5KB)
--------pascal_voc_parser.py(3KB)
--------FixedBatchNormalization.py(4KB)
--------__init__.py(0B)
--------losses.py(2KB)
--------resnet.py(10KB)
--------RoiPoolingConv.py(4KB)
--------roi_helpers.py(8KB)
--------simple_parser.py(2KB)
--------data_augment.py(2KB)
----requirements.txt(46B)
----train_frcnn.py(11KB)
----LICENSE(11KB)
----README.md(3KB)
----final_project.py(1KB)
----.gitignore(1KB)
----measure_map.py(8KB)
----annotate.txt(147KB)