关于Faster R-CNN Tensorflow+python 3.5 在Windows10环境下配置实现,可以参看这里
<https://blog.csdn.net/jcli1_14/article/details/81327047>
。运行在demo.py文件中测试数据中源码设置仅检测几张图片供参考,原始的代码段如下。
im_names = ['000456.jpg', '000457.jpg', '000542.jpg', '001150.jpg',
'001763.jpg', '004545.jpg'] for im_name in im_names:
print('~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~') print('Demo for
data/demo/{}'.format(im_name)) demo(sess, net, im_name) plt.show()
问题1:一旦测试图片多起来,桌面上一下子显示出十几个figure窗口看起来有点小刺激,所以可以考虑修改以下代码,进行批量测试和保存。


主要修改下文件的保存路径与输出格式,因为不少测试图片经plt.savefig函数保存,如果不加其他参数设置会导致图像上存在不少空白位置,plt.savefig函数的详细参数设置可以参考官方文档:
im_names = os.listdir(cfg.FLAGS2["data_dir"]+'/demo') #测试图片所在位置 for im_name
in im_names: print('~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~') print('Demo for
data/demo/{}'.format(im_name)) demo(sess, net, im_name) #保存测试图片所在位置,并设置输出格式
plt.savefig(cfg.FLAGS2["data_dir"]+'/test_result/'+ im_name, format =
'png',transparent = True,pad_inches = 0,dpi = 300,bbox_inches = 'tight') #
plt.show()
问题2:就是demo.py文件在对同一张图片上每个窗口 仅显示某一类图片,而不是在每张图像上显示所有类别

这个问题可以参考博客:https://blog.csdn.net/10km/article/details/68926498
<https://blog.csdn.net/10km/article/details/68926498>