TX1上使用Faster-RCNN训练自己的训练集遇到的问题与解决

1.我使用的是嵌入式系统TX1，CPUGPU效率有限，只能使用ZF模型进行训练

2.数据集不能太小，第一次做数据集想只是试一试，只做了20个，结果费了半天劲，做不出效果，后来做了200+的数据集，才有了效果，做数据集不是很费事，建议做至少100+

3.我在训练时多次发生找不到"cv2"这个module的问题，简单的解决方法是在python安装目录下找到cv2.so文件，复制到出问题的文件夹即可解决问题，如下面报错的情况。

Traceback (most recent call last):
  File "demo.py", line 162, in <module>
    demo(net, im_name)
  File "demo.py", line 83, in demo
    im = cv2.imread(im_file)
AttributeError: 'module' object has no attribute 'imread'

4.由于显存有限，必须降低显存消耗，比如报错如下就是显存不足的原因

Process Process-1:
Traceback (most recent call last):
XXXXXXXX(文件路径)
XXXXXXXX
MemoryError

可以通过以下方法

修改lib/fast_rcnn文件中的config.py文件

__C.TRAIN.BATCH_SIZE = 16#原先为128

__C.TRAIN.SCALES = (300,) #原先为600 #此处尤为关键，能极大的减少显存消耗，具体原因不是很了解，求大神解答

__C.TRAIN.MAX_SIZE =330  #原先为1000

__C.TEST.SCALES = (300,)#原先为600

__C.TEST.MAX_SIZE = 330 #原先为1000

修改lib/rpn/generate_anchors.py

    generate_anchors(base_size=16, ratios=[0.5, 1, 2],scales=2**np.arange(3, 6)):

    改为base_size=8, ratios=[0.5, 1, 2],scales=[8,12,16]):

修改lib/rpn/propsoal_layer.py

     原先anchor_scales = layer_params.get('scales', (8, 16, 32))#(8, 16, 32)应该就是2**np.arange(3, 6)

     所以改为anchor_scales = layer_params.get('scales', (8, 12, 16))

5.由于TX1存储空间有限，而训练过程中产生的model文件很大，需要将其存储到存储卡中

分别需要修改lib/fast_rcnn/config.py文件中的get_output_dir函数，tools/train_faster_rcnn_alt_opt.py中主函数中的倒数几行的final_path

6.由于系统资源有限，训练速度较慢，同时减少过拟合的概率，想降低迭代次数，此处需要修改tools/train_faster_rcnn_alt_opt.py中的max_iters = [500, 500, 500, 500]，但是同时也要修改models/pascal_voc/ZF/faster_rcnn_alt_op中四个solver文件中的stepsize的大小使之小于对应的max_iters，博主是是两者直接相等。

7.非常奇怪的一点，有的时候报错某个文件找不到，此时大多数情况是相对路径找不到，必须找到该文件的错误位置改成绝对路径，这也是cv2.so文件找不到的原因吧

8.如果报错如下，或者类似

Traceback (most recent call last):
  File "/home/ubuntu/WYZ/py-faster-rcnn/tools/test_net.py", line 90, in <module>
    test_net(net, imdb, max_per_image=args.max_per_image, vis=args.vis)
  File "/home/ubuntu/WYZ/py-faster-rcnn/tools/../lib/fast_rcnn/test.py", line 295, in test_net
    imdb.evaluate_detections(all_boxes, output_dir)
  File "/home/ubuntu/WYZ/py-faster-rcnn/tools/../lib/datasets/pascal_voc.py", line 318, in evaluate_detections
    self._do_python_eval(output_dir)
  File "/home/ubuntu/WYZ/py-faster-rcnn/tools/../lib/datasets/pascal_voc.py", line 281, in _do_python_eval
    use_07_metric=use_07_metric)
  File "/home/ubuntu/WYZ/py-faster-rcnn/tools/../lib/datasets/voc_eval.py", line 126, in voc_eval
    R = [obj for obj in recs[imagename] if obj['name'] == classname]
KeyError: '000015'

是之前训练的结果没有删掉的原因，需要将运行

rm -r data/VOCdevkit2007/annotations_cache
rm -r data/cache