faster-rcnn.pytorch-1.0配置问题及解决方法

在新的服务器上配置faster-rcnn出了不少的问题，基本都得到了解决。我用的是https://github.com/jwyang/faster-rcnn.pytorch/tree/pytorch-1.0faster rcnn项目。

深度学习服务器配置参考：

1. RTX2080ti

2. pytorch 1.3

3. python 3.7

4. CUDA 10.2

5. CUDNN （版本忘记了，选CUDA10.2对应的版本就对了）

6. Ubuntu18.04

    

git下载到自己的服务器中

git clone -b pytorch-1.0 https://github.com/jwyang/faster-rcnn.pytorch.git

下面描述各个问题的出现及解决办法。

问题：

1. ImportError: cannot import name '_mask' 

   # 进入faster rcnn项目的data文件夹
   cd data
   
   git clone https://github.com/pdollar/coco.git 
   
   cd coco/PythonAPI
   
   make
   
   cd ../../..

    

2. scipy.misc import imread 在高版本被弃用

   # 这里我用imageio替换
   from imageio import imread

    

3. Runtime Error: Not Compiled with GPU support

   # 前面的几个问题基本都很好解决，但是这个问题却困扰了我很久，后来问了别人才知道了解决方法。
   # Ubuntu18.04自带的gcc 和 g++ 版本过高，自带7.4版本，虽然编译的时候没有报错，但是在运行的时候会# 报错。
   # 将gcc 和g++ 降到5.5就行了，可能还有其他的版本可以编译通过，但是我懒得尝试了。
   # 如果之前编译过，记得把之前编译生成文件夹删了
   # rm -rf build
   # 再重新python setup.py build develop

   这里放两个当时我参考的两个博客，主要是第二个。Ubuntu18.04多个版本GCC编译器的切换 和Ubuntu安装GCC5.0或GCC7.0

4.  CUDA 和CUDNN。如果服务器上没有装着两个的话，需要装上。服务器刚到手的时候，里面是有装上的，但是为了排除问题3遇到的情况，我又重新装了一遍（事实证明和他们无关）。这里是CUDA10和cudnn安装。

5.  如果还遇到其他问题，我再更新吧。（希望不要遇到）