纯外行小白Faster rcnn踩坑记录（训练部分）：

最新推荐文章于 2022-06-07 11:32:43 发布

Herax

最新推荐文章于 2022-06-07 11:32:43 发布

阅读量200

点赞数

文章标签： python

本文链接：https://blog.csdn.net/Herax/article/details/119865394

版权

家中电脑无gpu，有gpu的电脑硬盘空间不足，不懂linux命令不会安装Ubuntu

所以借助了白嫖的google colab

在本地（windows）：

1.打开https://github.com/jwyang/faster-rcnn.pytorch.git 点上面的branch，下载pytorch1.0版本

打开下载好的文件夹，在上面地址栏输入cmd，打开后

mkdir data

于是这个文件夹里面多出了一个 data 文件夹，当然也可以手动新建文件夹hhh

2.下载数据

http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar

http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-2007.tar

http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCdevkit_08-Jun-2007.tar

下载后放到刚刚创建好的data文件夹里面，然后在这个文件夹里面打开cmd，或者在刚刚没有关闭的cmd里面

cd data

然后再

tar xvf VOCtrainval_06-Nov-2007.tar

tar xvf VOCtest_06-Nov-2007.tar

tar xvf VOCdevkit_08-Jun-2007.tar

相当于是把文件都解压了创建链接

接下来一步的ln命令windows不支持，我之前是下载了一个WSL实现的，不过更简单的方法就是直接把解压出来的VOCdevkit文件夹重命名成VOCdevkit2007

3. 下载预训练模型

看readme里面的教程就行。

4. 更改那个save_dir

改的是后面那个default值奥，高手都想象不到小白会犯什么错误，真是不懂前面这个框架的用法hhh

5.在colab里面训练

以下代码都是直接输入到colab的一个一个cell里面

挂载google drive，要在云端上传好刚刚的所有文件，解压后图片一张一张上传很慢，早知道应该在colab上解压，不过我已经上传完了，那就这样吧。。

from google.colab import drive

drive.mount('/content/drive')

挂载硬盘，然后cd到你刚刚上传的那个目录

现在colab已经是python3.7了，一系列安装包都不支持，把这个降级之后那个又出bug，踩了无数雷之后决定用conda。。。

%%bash MINICONDA_INSTALLER_SCRIPT=Miniconda3-4.5.4-Linux-x86_64.sh
MINICONDA_PREFIX=/usr/local 
wget https://repo.continuum.io/miniconda/$MINICONDA_INSTALLER_SCRIPT chmod +x 
$MINICONDA_INSTALLER_SCRIPT ./$MINICONDA_INSTALLER_SCRIPT -b -f -p $MINICONDA_PREFIX

import sys

 _ = (sys.path .append("/usr/local/lib/python3.6/site-packages"))

把上面的代码输完之后就都解决了，安装了3.6的conda

此时可以检测一下

!python --version

返回值应该是Python 3.6.6 :: Anaconda, Inc. 如果不是的话。。我也不知道，现在心有余悸还好这个步骤没出错

然后安装包，配置环境

!conda install  pytorch==1.0.0 torchvision==0.2.1 cuda100 -c pytorch --yes

pip install -r requirements.txt

cd lib

!python setup.py build develop

cd ..

不要贪图省事把那个develop拿到外面（应该也没人有我那么蠢），理论上就可以直接开始了，但是这个时候坑就来了，执行下面的代码应该会少报几个错

pip uninstall scipy

pip install scipy==1.0

pip uninstall pillow

pip install pillow==5.2.0

pip install ipykernel

pip install pycocotools

然后就！

!CUDA_VISIBLE_DEVICES=0 python3.6  trainval_net.py \

                   --dataset pascal_voc --net vgg16 \

                   --epochs 1 --bs 1 --nw 4 \

                   --lr  1e-3 --lr_decay_step 5 \

                   --cuda

测试部分因为我上面那些设置搞了太久的时间，google把我的GPU禁了。。

等解封的时候我再继续测试。

溜了。