follow了上交博士大佬yangxue的兩個方法，這篇僅記錄復現程序中碰到的問題，具體論文的介紹就不寫了，大佬自己的知乎已經寫得非常詳細了，
SCRDet：https://zhuanlan.zhihu.com/p/107400817
CSL：https://zhuanlan.zhihu.com/p/111493759
復現的第一個方法：https://github.com/DetectionTeamUCAS/R2CNN-Plus-Plus_Tensorflow
在Ubuntu16.04下
1、tensorflow >= 1.2
2、cuda8.0
3、python2.7 (anaconda2 recommend)
4、opencv(cv2)
5、tfplot實測tensorflow-gpu==1.2和1.4都可以使用，cuda8需要本地編譯安裝，anaconda3下創建python2.7環境即可
實際安裝tf的時候，conda沒辦法直接安裝這么低版本的tensorflow-gpu，于是從pypi下載了wheel本地安裝,其他一些依賴包會自動安裝，
pip install tensorflow_gpu-1.4.0-cp27-cp27mu-manylinux1_x86_64.wheel另外需要注意的是，這個版本的tf配了numpy1.16.3，安裝opencv的時候主要要控制版本，否則numpy版本對不上就報錯，經過嘗試之后，opencv-python安裝3.3.1.11即可
pip install opencv-python==3.3.1.11cuda8需要本地編譯，在conda環境中安裝cudatoolikit8在后續編譯中報錯，另外conda虛擬環境內還需要一個cudnn才能正常import tensorflow
conda install cudnn==5.1.10cython的安裝其實不用嚴格控制版本，保險起見和檔案夾的檔案對應，cython選擇0.25.2
還有一個tfplot需要安裝，直接pip
conda install cython==0.25.2
pip install tensorflow-plot最后按照作者的流程，把預訓練的權重放在對應檔案夾即可，貼心的給了百度云，感謝大佬
訓練自己的資料集也非常簡單，如果資料集的annotation是txt并且是[x1,y1,x2,y2,x3,y3,x4,y4,class,more]這樣的，在data/io檔案夾下有直接的工具可以用txt2xml.py，轉成xml之后根據作者步驟生成tfrecord即可，github中步驟很詳細，
準備好資料后按照github的提示依次修改幾個檔案中的配置即可開始訓練，
另一個方法CSLhttps://github.com/Thinklab-SJTU/CSL_RetinaNet_Tensorflow的配置就很簡單了
conda create -n xxx python=3.6
conda activate xxx
conda install tensorflow-gpu=1.13.1
conda install cudatoolkit==10.0
conda install cudnn==7.6.5
pip install opencv-python
pip install tensorflow-plot訓練自己的資料集和上一個方法很類似，這個支持多GPU，
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/219003.html
標籤：其他
上一篇：CNN人臉識別之模型創建