利用Faster-RCNN_TF训练自己的数据

因为之前工作的原因用到了faster-rcnn，所以去GitHub上找了一个tensorflow版本的Faster-RCNN。但是在编译和训练阶段都遇到了一些问题，也参考了很多博客的帮助。现在将问题记录下来方便下次查阅。
需要的软件：

Requirements for Tensorflow  
Python packages you might not have: cython, python-opencv, easydict

这里使用的Python版本是2.7，tensorflow版本也是比较老的，因此我重新安装了tensorflow1.5.0-gpu。1.5.0是支持CUDA9.0的最低版本，如果再高的话就不知道能不能兼容这个faster-rcnn了。

遇到的问题

1. g++: error: roi_pooling_op.cu.o: No such file or directory
   解决：按如下步骤设置
   (1) export PATH=$PATH:/usr/local/cuda-8.0/bin/(你的CUDA路径)foryourterminal(2)在$FRCN_ROOT/lib/ make.sh文件中，将 CXXFLAGS+=’-undefined dynamic_lookup’改为 CXXFLAGS=’-D_MWAITXINTRIN_H_INCLUDED’
2. undefined symbol: _ZTIN10tensorflow8OpKernelE
   make.sh文件中缺少了TF_LIB 编译参数，还需要添加 -D_GLIBCXX_USE_CXX11_ABI=0
   解决
   (1)修改make.sh添加TF_LIB，并修改相应的编译参数
   TF_LIB=$(python -c ‘import tensorflow as tf; print(tf.sysconfig.get_lib())’)
   　　…
   g++ -std=c++11 -shared -o roi_pooling.so roi_pooling_op.cc -D_GLIBCXX_USE_CXX11_ABI=0
   roi_pooling_op.cu.o -I $TF_INC -L $TF_LIB -ltensorflow_framework -D GOOGLE_CUDA=1
   -fPIC $CXXFLAGS -lcudart -L $CUDA_PATH/lib64
   　　…
   (2)重新make，然后运行
   可以参考这里

利用自己的数据进行训练

这里主要有两个部分。1）准备自己的数据集，要按照VOC数据集的格式来。2）修改训练代码。这部分主要参考一片博文 https://blog.csdn.net/zcy0xy/article/details/79614862
数据集之前已经准备好，不过在main文件夹下缺少几个文件（test.txt, val.txt, train.txt, trainval.txt）需要补上。。训练时程序也报过错，后来经过修改正常了（具体的错误及修改忘记了。。。看起来要及时记录啊）。
训练了大约20000步，训练的结果还不错。