本blog为github上CharlesShang/TFFRCNN版源码解析系列代码笔记
---------------个人学习笔记---------------
----------------本文作者疆--------------
------点击此处链接至博客园原文------
1.主函数调用函数执行顺序:
parse_args()解析运行参数(如--gpu 0 ...)--->get_network(args.demo_net)加载网络(factory.py中)得到net
--->tf内部机制创建sess和恢复网络模型等--->glob.glob('图像地址')返回im_names地址列表(glob.py中)--->逐张图像
循环调用demo(sess,net,im_name)
2.parse_args()函数返回args
parser = argparse.ArgumentParser(description='Faster R-CNN demo') # 新建一个解析对象 parser.add_argument('--gpu', dest='gpu_id', help='GPU device id to use [0]',default=0, type=int) # 含默认值 ... args = parser.parse_args() # 类内同名函数
# -*- coding:utf-8 -*- # Author: WUJiang # argparse模块功能测试 import argparse parser = argparse.ArgumentParser(description="test") parser.add_argument('--mode', dest='work_mode', default=0) # 别名、默认值 parser.add_argument('--day', dest='date', default=4) args = parser.parse_args() print(args) # Namespace(day=4, mode=0) # args.date或args.day为4 args.work_mode或args.mode为0
View Code
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:Tensorflow版Faster RCNN源码解析(TFFRCNN) (01) demo.py(含argparse模块,numpy模块中的newaxis、hstack、vstack和np.where等) - Python技术站