如何才能将Faster R-CNN训练起来？(python版本)

                                                                 跑个demo累的半死

前后不同时间不同电脑跑了三次，所有问题应该都碰到过了。

Faster R-CNN教程

本教程主要基于python版本的faster R-CNN，因为python layer的使用，这个版本会比matlab的版本速度慢10%，但是准确率应该是差不多的。

目前已经实现的有两种方式：

1. Alternative training
2. Approximate joint training

推荐使用第二种，因为第二种使用的显存更小，而且训练会更快，同时准确率差不多甚至略高一点。

Contents

1. 配置环境
2. 安装步骤
3. Demo
4. 建立自己的数据集
5. 训练和检测

配置环境

1配置python layers

#In your Makefile.config, make sure to have this line uncommented
WITH_PYTHON_LAYER := 1
# Unrelatedly, it's also recommended that you use CUDNN
USE_CUDNN := 1

2安装几个依赖cython, python-opencv, easydict

sudo apt-get install python-opencv
sudo pip install cython easydict

  注：有时候不能加sudo, 多试

安装步骤

1克隆工程

git clone --recursive https://github.com/rbgirshick/py-faster-rcnn.git

2编译Cython模块

cd $FRCN_ROOT/lib
make

3编译caffe和pycaffe

cd $FRCN_ROOT/caffe-fast-rcnn
# Now follow the Caffe installation instructions here:
#   http://caffe.berkeleyvision.org/installation.html

# If you're experienced with Caffe and have all of the requirements installed
# and your Makefile.config in place, then simply do:
make -j8 && make pycaffe

Demo

安装步骤完成后，就可以运行一下demo了。

cd $FRCN_ROOT
./tools/demo.py

 注：有时候报错：permission denied

如果sudo不行，用下面一句：

 chmod 777 ./tools/demo.py

    这是执行以上步骤遇到的其中两个问题百度到的解决方案，python-yaml 安装，我的unbuntu14.04直接用

sudo apt-get install python-yaml,如图：

问题二：显卡不行

将demo.py 的net 改为default=ZF((不对!!!是小写zf!!!细心!!)

2016.11.02 第二次跑多出现几个错误 折腾！！！:

ImportError:can not find module skimage.io

ImportError: No module named google.protobuf

此时只要按照以下命令操作即可：
$ sudo apt-get install python-numpy python-scipy python-matplotlib python-sklearn python-skimage python-h5py python-protobuf python-leveldb python-networkx python-nose python-pandas python-gflags Cython ipython

$  pip install protobuf

在caffe-master目录下：
$ make pycaffe

cd $FRCN_ROOT
./tools/demo.py

报错：permission denied

方法一：chmod a+x tools/demo.py

方法二：   python ./tools/demo.py

方法二解决问题，但是有新的错误：

   from nms.cpu_nms import cpu_nms
ImportError: /media/jing/000A9C35000B43B9/py-faster-rcnn/tools/../lib/nms/cpu_nms.so: undefined symbol: PyFPE_jbuf

在博客http://www.cnblogs.com/justinzhang/p/5386837.html找到解决方法：在根目录下的lib/fast_rcnn里找到nms_wrapper.py:注释一句话from nms.cpu_nms import cpu_nms，如图：

接着

  python ./tools/demo.py

大功告成：

第二次换了图片：

我的安装主要参考以下三个博客：

http://www.cnblogs.com/wangxiaocvpr/p/5717018.html

http://www.cnblogs.com/CarryPotMan/p/5390336.html

http://blog.csdn.net/helloeveryon/article/details/48789079

我跑的结果：：

一直纠结这么犀利的cnn怎么会有误报？可能模型不够好，

解决方法：

将cudnn 打开, 可以恢复 default= vgg16 这样误报没啦！！！cudnn配置见点击打开链接

            </div>