复现longcw/faster_rcnn_pytorch问题汇总

复现代码的坑！！！
最近在复现大神的代码，代码链接：https://github.com/longcw/faster_rcnn_pytorch
当然不可能一帆风顺，一路上出现各种问题，差点崩溃~

Pytorch版本必须是0.4.0,Pytorch版本必须是0.4.0,Pytorch版本必须是0.4.0！！！重要的事说三遍！！！

如果你是小白，那么你很幸运读到这篇博客，因为这篇博客就是小白式的复现，哈哈

克隆代码

git clone https://github.com/longcw/faster_rcnn_pytorch

放心，这里没有坑~

修改make文件

按照git仓库中的步骤，下一步我们要运行make.sh文件了，但是，此处有坑！！！看官别急，让我们先看看make.sh文件：

文件内容：

坑就在红框内，这个arch是要根据自己的GPU类型决定的，源码中是sm_52,但是博主的是Tesla P100 型号的GPU，因此需要改为sm_60。这个一定要对应好！！！
其他的型号对应如下：

如若上方没有对应的，可以参考：https://blog.csdn.net/kkk584520/article/details/53814067 查找下，如果还是没有，一定要自己查资料找到对应的，千万不要尝试！！！很坑！！！博主的是Tesla P100 型号的GPU,对应的是sm_60。

运行make.sh

./make.sh

这里有个小坑：

这个是由于版本问题导致的，博主用的是python3.6，不支持iteritems了
只需要将iteritems改为items即可。

 for k, v in cudaconfig.items():
 	if not os.path.exists(v):
    raise EnvironmentError('The CUDA %s path could not be located in %s' % (k, v))

在运行make.sh就可以成功了~ 最后大概是这样的：（前面有一堆内容，只要没有报错就行）

下载训练好的模型

按照git中的介绍，下一步要下载训练好的模型到models目录，这个目录自己建，放在哪里都可以~
博主在工程的根目录下建的models，并将模型下载到目录下 （建议wget下载，因为ftp传输容易出现文件损坏）

由于这个是git中给的是谷歌的下载链接，服务器会出现连接不上的问题，因此下载到本地，然后使用pycharm中的upload，博主亲测可用，ftp传输会出现文件不完整。

运行demo.py

接下来就可以尝试了，用训练好的模