run_faster rcnn

ubuntu

训练技巧
  • 使用固定cuda
CUDA_VISIBLE_DEVICES=1 python trainval_net.py --cuda --r true --checksession 1 --checkepoch 65 --checkpoint 455
nohup python demo.py &

查看运行情况

tail -f nohup.out

在这里插入图片描述

参考的博客

github

注释Yang Jianwei 的Faster R-CNN代码(PyTorch)

使用faster-rcnn.pytorch训练自己数据集(完整版)
在这里插入图片描述

–可看这个博客的其他参考

注意选择版本未pytorch1.0版本
faster-rcnn.pytorch-1.0的jwyang当前最火版本代码复现与讲解
在这里插入图片描述
在这里插入图片描述

faster-rcnn实现目标检测

使用pytorch版faster-rcnn训练自己数据集

安装包
conda create -n torch1.0 python=3.6
pip install torch===1.0.1 torchvision===0.2.2 -f https://download.pytorch.org/whl/torch_stable.html -i https://pypi.douban.com/simple
pip install -r requirements.txt
pip install imageio
路径和环境配置

faster rcnn训练自己的数据集(pytorch版)
在这里插入图片描述

错误
  • List item

TypeError: load() missing 1 required positional argument: ‘Loader‘

d1=yaml.load(file,Loader=yaml.FullLoader)
d1=yaml.safe_load(file)
d1 = yaml.load(file, Loader=yaml.CLoader)
cd data
git clone https://github.com/pdollar/coco.git 
cd coco/PythonAPI
make
cd ../../..

  • List item

RuntimeError: Not implemented on the CPU (ROIAlign_backward at /faster-rcnn.pytorch/lib/model/csrc/ROIAlign.h:44)
解决:

python trainval_net.py --cuda

解决:删除fast-rcnn-master/data/cache/ 文件夹下的.pkl文件,或者改名备份,重新训练即可。

训练提示 无weight
删除存放数据集集中生成的cache

resume

faster_rcnn_1_6_465
6–checkepoch
465–checkpoint
load_name = os.path.join(output_dir,
‘faster_rcnn_{}{}{}.pth’.format(args.checksession, args.checkepoch, args.checkpoint))

windows make编译出错

use:

Faster RCNN pytorch 1.0版调试(踩坑)过程记录
在这里插入图片描述

make: *** [all] Error 2 when building Trilinos

其他参考

记pytorch版faster rcnn配置运行中的一些坑
在这里插入图片描述

运行pytorch版faster-rcnn遇到的问题

解决 : ModuleNotFoundError: No module named ‘pycocotools._mask’

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值