目标检测：行人检测

概述

机器视觉要解决的中心问题就是如何从图像中解析出计算机可以理解的信息。计算机对于图像的理解主要有三个层次：分类、检测和分割。目标检测处于图像理解的中层次。

图像分类关心的是整体，给出的是整张图片的内容描述，而目标检测则关注特定的物体目标，要求同时获得这一目标的类别信息和位置信息。目标检测是对图片前景和背景的理解，我们需要从背景中分离出目标，并确定这一目标的类别和位置。

项目运行方式

进入项目文件夹

cd Pedestrian-detection

demo.py文件用于效果演示

python demo.py 

demo.py有如下参数可供使用

参数	默认值	描述
-v[--version]	RFB_vgg	选择版本
-s[--size]	300	输入参数的大小
-d[--dataset]	VOC	选择数据集类型
-m[--trained_model]	r'weights/7690.pth'	已训练的模型
--save_folder	eval/	数据保存路径
--video	True	是否使用视频

train_RFB.py文件用于模型训练

python train_RFB.py

train_RFB.py重要参数介绍

参数	默认值	描述
-b[--batch_size]	64	定义训练的batch size
--cuda	True	是否使用cuda训练模型
--ngpu	4	GPU个数
--lr[--learning-rate]	1e-2	学习率
……	……	……

使用如下命令查看所有参数

python train_RFB.py -h

test_RFB.py文件用于测试模型

python test_RFB.py

test_RFB.py重要参数介绍

参数	默认值	描述
-m[--trained_model]	weights/7690.pth	已训练的模型
--cuda	True	是否使用cuda测试模型
--cpu	False	是否使用cpu测试模型
……	……	……

使用如下命令查看全部参数

python test_RFB.py -h

---

本项目使用CUHK Occlusion Dataset

行人检测数据集打包下载  密码：xkka