輸入以下**進行除錯：
python3 keras_retinanet/bin/train.py csv keras_retinanet/csv/train_annotations.csv keras_retinanet/csv/classes.csv
報以下錯誤1：
fatal error: python.h: no such file or directory
fatal error: numpy/arrayobject.h: no such file or directory
方法一：（
apt-get install python-numpy
提示缺包
通過執行以下命令確保您的系統和apt包列表完全更新：（
apt-get update -y
apt-get upgrade -y
問題解決
再次執行，報錯誤2：
you are using keras version 2.1.5. the minimum required version is 2.3.0.
更新keras版本：pip3 install --upgrade keras
再次執行，報錯誤3：
importerror: cannot import name 'tf_utils'
可以看到錯誤二和錯誤三是乙個迴圈，針對錯誤二找解決辦法，檢視檔案發現train.py裡有乙個判別語句，將check_keras_version()語句注釋掉就可以了。（同時也注釋掉了debug.py裡的check語句）
目標檢測 Two Stage方法
two stage流程如下 整體流程介紹 1 用主幹網路 如vgg網路等 對原進行特徵提取處理，對應流程圖中的input conv pooling以及中的conv layers立方體塊 因為主幹網路是多層的conv與pooling層的結合 生成feature map特徵圖。2 通過rpn網路，對主幹...
目標檢測方法效果小結
1.r cnn 使用selective search方法先產生region proposals，再使用淺層cnn網路進行特徵提取，最後使用svm進行分類。這篇 裡提及的乙個點，就是關於bbox的回歸方法。由於使用selective search方法提取的每乙個region都進行一次前向卷積操作，因此...
目標檢測方法效果小結
使用selective search方法先產生region proposals，再使用淺層cnn網路進行特徵提取，最後使用svm進行分類。這篇 裡提及的乙個點，就是關於bbox的回歸方法。由於使用selective search方法提取的每乙個region都進行一次前向卷積操作，因此r cnn方法非...