linux下搭建Faster R-CNN

linux下进行搭建 pytorch1.1，python3.6下安装搭建Faster RCNN

1. 需要下载适合pytorch1.1 的Faster-Rcnn的代码

https://github.com/jwyang/faster-rcnn.pytorch/tree/pytorch-1.0

2. 在faster-rcnn.pytorch-pytorch-1.0目录下创建data文件夹

   并下载VOC2007的数据，我是在这里下载的

然后进行解压

tar xvf VOCtrainval_06-Nov-2007.tar
tar xvf VOCtest_06-Nov-2007.tar
tar xvf VOCdevkit_08-Jun-2007.tar

解压完的结构是

然后在data目录下创建一个软连接

ln -s VOCdevkit VOCdevkit2007

数据部分就准备完成了

3. 在faster-rcnn.pytorch-pytorch-1.0/data目录下创建pretrained_model文件夹

   需要下载VGG16或者ResNet101的预训练模型

   Caffe的预训练模型相比较于Pytorch有更好的效果，所以这里使用caffe的，如果使用Pytorch，需要将图片从 BGR 转到 RGB

4. 安装所需要的依赖

   pip install -r requirements.txt
   

5. 进行编译

   cd lib
   python setup.py build develop
   

6. 运行代码

   VGG16

   CUDA_VISIBLE_DEVICES=0 python trainval_net.py 	--dataset pascal_voc --net vgg16 --epochs 20 --bs 5 --nw 1 --lr 1e-2 --lr_decay_step 8  --cuda
   

   ResNet101

   CUDA_VISIBLE_DEVICES=0 python trainval_net.py 	--dataset pascal_voc --net res101 --epochs 20 --bs 5 --nw 1 --lr 1e-2 --lr_decay_step 8  --cuda
   

7. 可能遇到的问题

   • cannot import name ‘_mask’

     下载最新的cocoapi，并进入/PythonAPI中执行make，

 将make后的/PythonAPI/pycocotools替换lib下的pycocotools。

• ImportError: cannot import name imread

  将scipy降级

  pip install scipy==1.2.1
  

• Segmentation fault (core dumped)，段错误(吐核)

  可能的原因是gcc的版本太低了，我这里安装了gcc5.5.0后没有问题，重点：安装完gcc5.5.0后需要重新执行下前面的步骤(保险起见)，因为我安完5.5.0后还是不行，重新执行了下才成功的。

  安装教程可以看我的这篇博客Centos系统下安装gcc5.5.0

​ 大家在安装过程中有什么问题可以提出来一起讨论呀！