# faster-rcnn-CME

**Repository Path**: xian-xianggui/faster-rcnn-cme

## Basic Information

- **Project Name**: faster-rcnn-CME
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: MulanPSL-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2021-03-19
- **Last Updated**: 2021-03-19

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

1.CME检测模型简介
   本检测模型由改进的Faster R-CNN网络和CME目录生成模块两部分组成。Faster R-CNN网络将每帧日冕图像中的CME目标以目标框的方式检测出来并记录在CME参数文本里。CME目录生成模块遍历上一步生成的CME参数文本，生成每一个CME事件的参数，得到本文的CME目录。

2.运行环境搭建和运行入口
2.1运行所需环境:Python==3.6.2、TensorFlow==1.12、Numpy==1.13.1、显卡==GTX 1070。
2.2 训练：
命令行方式：./experiments/scripts/train_faster_rcnn.sh 0 pascal_voc res101
Pycharm窗口：tools文件夹中trainval_net.py
2.3测试：
        命令行：./experiments/scripts/test_faster_rcnn.sh 0 pascal_voc res101
        Pycharm窗口：tools文件夹中test_net.py
2.4检测：
        Pycharm窗口：tools文件夹detection.py.

![代码框架](https://images.gitee.com/uploads/images/2021/0319/131946_9105cc10_8833170.png "faster-rcnn-3quanlian.png")

图示：本文faster r-cnn的框架。

3.本算法的数据集样例
本文数据按照pascal_VOC的形式进行准备，数据集如下图所示：

![图像样例](https://images.gitee.com/uploads/images/2021/0319/132031_540a45fc_8833170.png "图像样例.png")
	

4.本文的CME目录展示

![目录样例](https://images.gitee.com/uploads/images/2021/0319/132059_9e669993_8833170.png "本文目录的切图.png")
  
目录参数解释：开始时间表示检测到一个CME事件的开始喷射的时间；持续帧数表示一个CME事件从开始到结束共经历了多少帧日冕图像；中心角表示CME事件的发生的位置即CDAW目录中的位置角；角宽度表示CME事件喷射时扩展的张角宽度；种类表示该CME事件属于强CME还是弱CME，poor表示弱CME，strong表示强CME。
详细的2007年6月的CME目录可看CME-200706.XLXS文件。