R-FCN实验笔记——Python版（包括运行过程，遇到的问题及解决）

这里运行的是Python版本的代码。

1.下载代码
git clone https://github.com/Orpine/py-R-FCN.git

2.克隆caffe
cd py-R-FCN
git clone https://github.com/Microsoft/caffe.git #Microsoft的源

3.编译Cython模块
cd ~/py-R-FCN/lib
make

4.编译caffe和pycaffe

这里Makefile.config要支持Python,修改~/py-R-FCN/caffe/Makefile.config

WITH_PYTHON_LAYER := 1
cd ~/py-R-FCN/caffe
cp Makefile.config.example Makefile.config 
make -j8 && make pycaffe

这里可能遇到的问题及解决：

1问题：.src/caffe/net.cpp:8:18: fatal error: hdf5.h: 没有那个文件或目录

解决：

Step 1

在Makefile.config文件的第85行，添加/usr/include/hdf5/serial/ 到 INCLUDE_DIRS，也就是把下面第一行代码改为第二行代码。

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial/

Step 2

在Makefile文件的第173行，把 hdf5_hl 和hdf5修改为hdf5_serial_hl 和 hdf5_serial，也就是把下面第一行代码改为第二行代码。

LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_hl hdf5

LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_serial_hl hdf5_serial

如果还没解决，则：

find /usr-iname"*hdf5.h*"

/usr/include/hdf5/serial/hdf5.h

export CPATH="/usr/include/hdf5/serial/"

然后 make clean

make -j8

2.问题：

ImportError:../lib/libstdc++.so.6: version `GLIBCXX_3.4.21'not found (required by/home/py-R-FCN/tools/../caffe/python/caffe/_caffe.so)

解决：

/py-R-FCN/tools$ find / -name"libstdc++.so*"

cp /usr/lib/x86_64-linux-gnu/libstdc++.so.6.0.21/home/anaconda2/bin/../lib

cd  /home/anaconda2/bin/../lib

rm -rf libstdc++.so.6

ln -s libstdc++.so.6.0.21 libstdc++.so.6

strings/home/anaconda2/bin/../lib/libstdc++.so.6 | grep GLIBC

3.问题

ImportError: /home/xianglei/anaconda2/bin/../lib/libgomp.so.1: version `GOMP_4.0' not found (required by /usr/lib/x86_64-linux-gnu/libsoxr.so.0)

解决

~/py-R-FCN/tools$ cp /usr/lib/gcc/x86_64-linux-gnu/4.9/libgomp.so  /home/anaconda2/bin/../lib

 cd /home/anaconda2/bin/../lib
 rm -rf libgomp.so.1
 ln -s /usr/lib/gcc/x86_64-linux-gnu/4.9/libgomp.so libgomp.so.1
 strings /home/anaconda2/bin/../lib/libgomp.so.1

4.问题

ImportError: No module named google.protobuf.internal

解决

pip install -i https://pypi.douban.com/simple protobuf

5.下载resnet caffemodel
从百度网盘下载rfcn_models ResNet-50 net [BaiduYun](http://pan.baidu.com/s/1kVm4ly3)

ResNet-101 net[BaiduYun](http://pan.baidu.com/s/1nvgu1pJ)
解压后将其中的文件ResNet-50-model.caffemodel和ResNet-101-model.caffemodel改名后放到:py-R-FCN/data下
即得到如下目录：
~/py-R-FCN/data/rfcn_models/resnet50_rfcn_final.caffemodel
~/py-R-FCN/data/rfcn_models/resnet101_rfcn_final.caffemodel

6.运行demo（别人训练好的R-FCN模型）
python ~/py-R-FCN/tools/demo_rfcn.py --net ResNet-50
python ~/py-R-FCN/tools/demo_rfcn.py --net ResNet-101

7.准备训练自己的模型和测试

准备数据，这里使用VOC2007和VOC2012，下载地址https://pjreddie.com/projects/pascal-voc-dataset-mirror/

下载后，修改命名得：~/py-R-FCN/data/VOCdevkit2007/

                                  ~/py-R-FCN/data/VOCdevkit2012/

论文中作者将VOC2007和VOC2012的训练集合并作为模型训练集，所以需要新建一个文件夹VOC0712，合并后的目录应该是这样的：

$VOCdevkit/VOC2007            
$VOCdevkit/VOC2012
$VOCdevkit/VOC0712

• 1
• 2
• 3

这里git上还有一步是这么写的：

cd $RFCN_ROOT/data
ln -s $VOCdevkit VOCdevkit0712

• 1
• 2

这个命令是什么意思呢？其实就是你把下载好的数据放在：

$VOCdevkit

• 1

这个目录，这个目录一般而言是个公共目录，这样其他算法才能比较方便地使用这个数据集，但是该算法的默认数据集存放位置是：

$RFCN_ROOT/data

• 1

下面，那怎么办呢？那就在$RFCN_ROOT/data目录下建立$VOCdevkit的索引，运行这个命令后就可以看到在$RFCN_ROOT/data目录下有数据集了，名字为VOCdevkit0712。因此这种做法就是为了避免重复拷贝数据占用空间。

8.下载ImageNet 与预训练的ResNet-50和ResNet-100
(在KaimingHe的github https://github.com/KaimingHe/deep-residual-networks )
mkdir ~/py-R-FCN/data/imagenet_models
将model放到该目录得：

~/py-R-FCN/data/imagenet_models/ResNet-50-model.caffemodel

~/py-R-FCN/data/imagenet_models/ResNet-101-model.caffemodel

9.可自己修改模型，类别，修改相应的~/py-r-fcn/py-R-FCN/models/pascal_voc/目录下对应的文件和~/py-r-fcn/lib/datasets/pascal_voc.py。笔者这里还是使用默认的。

10.修改迭代次数
vi ~/py-r-fcn/experiments/scripts/rfcn_end2end_ohem.sh
把pascal_voc的ITERS 调小

笔者这里还是使用默认的。

11.训练

cd ~/py-R-FCN/

./experiments/scripts/rfcn_end2end_ohem.sh 0 ResNet-50 pascal_voc

这个命令表示采用end2end的方式训练，剩下的参数表示GPU的id是0，模型采用ResNet-50，数据集采用pascal_voc，详情可以看rfcn_end2end.sh

这里需要等几小时。

此处可能遇到的问题：'module' object has no attribute 'text_format'

解决：pip install -i https://pypi.douban.com/simple protobuf==2.6.0或者用以下解决方案：

解决：因为R-FCN用到Fast RCNN相关内容，报错显示找不到text_format，所以在~/py-R-FCN/lib/fast_rcnn/train.py文件里面添加一行：

import google.protobuf.text_format

12.测试

将训练好的模型~/py-R-FCN/output/rfcn_end2end_ohem/voc_0712_trainval/resnet50_rfcn_ohem_iter_x.caffemodel，放到 ~/py-R-FCN/data/rfcn_models 下：

cp -r /home/xianglei/py-R-FCN/output/rfcn_end2end_ohem/voc_2007_trainval+voc_2012_trainval/

resnet50_rfcn_ohem_iter_80000.caffemodel

 /home/xianglei/py-R-FCN/data/rfcn_models/

修改~/ py-R-FCN/tools/demo_rfcn.py的NETS，

NETS = {'ResNet-101': ('ResNet-101',
                  'resnet101_rfcn_final.caffemodel'),
        'ResNet-50': ('ResNet-50',
                  'resnet50_rfcn_ohem_iter_10000.caffemodel')}

运行python ~/py-R-FCN/tools/demo_rfcn.py --net ResNet-50