定位到/caffe-ssd/examples/ssd/ssd_detect.py,修改如下
源**
# make sure that caffe is on the python path:
caffe_root = './'
改為(我把caffe-ssd資料夾放在了主目錄home下)
# make sure that caffe is on the python path:
# caffe_root = './'
caffe_root = '~/caffe-ssd'
注釋掉以下**
#caffe.set_device(gpu_id)
#caffe.set_mode_gpu()
在終端輸入如下命令
cd ~/caffe-ssd
python examples/ssd/ssd_detect.py
執行結果會自動儲存在/caffe-ssd
資料夾下的
另外附上"ssd_single shot multibox detector"
**及**
** **
目標檢測演算法(五) SSD
ssd,全稱single shot multibox detector,是wei liu在eccv 2016上提出的一種目標檢測演算法,截至目前是主要的檢測框架之一,相比faster r cnn有明顯的速度優勢,相比yolo又有明顯的map優勢 不過已經被cvpr 2017的yolo9000超越 在...
目標檢測演算法之SSD
昨天介紹了特徵金字塔網路用於目標檢測,提公升了多尺度目標檢測的魯棒性,今天開始講講one stage目標檢測演算法中ssd演算法。這個演算法是我平時做工程中最常用到的,嚴格來說平時最常用的mobilenet做backbone的ssd演算法,因為要考慮到實際部署的時候的速度要求。本文提出了僅需要單個卷...
目標檢測演算法之SSD系列
ssd可以看成乙個有特定類別 class specific 的rpn網路 一 ssd ssd和yolov3的區別 1.ssd在不同尺度的特徵圖上分別 yolov3則是將不同尺度的特徵圖進行特徵融合再分別 2.損失函式不同 ssd有loss loc loss cof損失,yolov3有loss xy ...