Faster-RCNN_TF Demo和Training Model实现过程所遇问题

源码 https://github.com/smallcorgi/Faster-RCNN_TF#installation-sufficient-for-the-demo
注意 ：需python2.7

Demo

一
注：

上图是faster rcnn原作者的Demo，其中2说明了将下载的目录改名为FRCN_ROOT
。

#make之前完成第“二”步
#假如Faster R-CNN 改名FRCN_ROOT
    cd $FRCN_ROOT/lib
     make
 #若Faster R-CNN 没改名
    cd Faster-RCNN_TF/lib
    make

二
本步骤来源，其中的三，4步
1
打开 lib文件夹下的 make.sh，根据英文注释提示和本机gcc编译器版本来修改，同时注意修改与显卡计算能力有关的参数。
2
由于本人的显卡（NVIDIA Geforce 920MX）计算能力为3.5，make.sh中改为-arch=sm_35。同时根据gcc版本取消注释（uncomment）相关行。显卡相应计算能力参考这篇博客
然后make
三
python ./tools/demo.py --model model_path出错
1.

/lib/libstdc++.so.6: version `GLIBCXX_3.4.21' not found

解决https://blog.csdn.net/u010987458/article/details/71702938
2.

roi_pooling_layer/roi_pooling.so: undefined symbol: _ZTIN10tensorflow8OpKernelE

解决 https://blog.csdn.net/qq_15650409/article/details/80051018

3

TypeError: __int__ returned non-int (type NoneType)

解决 ：tensorflow-gpu版本过高，降级到1.8.0成功。
4.

NotFoundError (see above for traceback): 
Unsuccessful TensorSliceReader constructor: 
Failed to find any matching files for VGGnet_fast_rcnn_iter_70000.ckpt

原因python ./tools/demo.py --model model_path中model_path(VGGnet_fast_rcnn_iter_70000.ckpt的路径)没写对.

Training Model

#建立软链接
ln -s $VOCdevkit VOCdevkit2007
#$VOCdevkit表示VOCdevkit文件夹的绝对地址

#建立软链接（用绝对地址）
ln -s 源地址 目的地址
比如我把linux文件系统rootfs_dir软链接到/home/jyg/目录下
　ln -s /opt/linux/rootfs_dir /home/jyg/rootfs_dir就可以了
2.

./experiments/scripts/faster_rcnn_end2end.sh $DEVICE $DEVICE_ID VGG16 pascal_voc
#$DEVICE ：训练用的设备，这里是gpu
#$DEVICE_ID :设备的ID，这里是0
#VGG16  ：训练使用的网络
#pascal_voc  ：训练使用的数据集

AssertionError: Path does not exist: 
/home/litong/Faster-RCNN_TF/data/VOCdevkit2007/VOC2007/ImageSets/Main/trainval.txt

前面软链接没建好，重新建立。