tensorflow_PSENet运行历程

这几天一直尝试跑通PSENet(github地址：https://github.com/whai362/PSENet)，奈何编译一直不通过，报错

Makefile:10: recipe for target 'adaptor.so' failed
make: *** [adaptor.so] Error 1

后来在issues里找到可以解决办法，可以编译成功了，测试又报错：

ImportError: /opt/data/private/PSENet/pse/adaptor.so: undefined symbol: _ZN2cv8fastFreeEPv

在网上查资料说是Makefile里opencv地址的问题，但是还没找到有效的解决办法。于是转战tensorflow版的PSENet（github地址：https://github.com/liuheng92/tensorflow_PSENet）

1.配置环境

按照github上说的

Installation
1.Any version of tensorflow version > 1.0 should be ok.
2.python 2 or 3 will be ok.

创建了一个虚拟环境，安装了python3.6，tensorflow:

根据测试命令

python eval.py --test_data_path=./tmp/images/ --gpu_list=0 --checkpoint_path=./resnet_v1_50/ \
--output_dir=./tmp/

在项目根目录下创建文件夹tmp，resnet_v1_50，在tmp下创建images文件夹，测试图片放在该文件夹下。

运行测试命令，根据提示缺啥包装啥包，因为我的环境是python3.6，作者用的是python2.7（虽然作者说python2和python3都可以），还是会报一些错，进行如下修改：

utils_tool.py中的 import queue改为：

try:
    import queue
except ImportError:
    import Queue as queue

eval.py 228行：

xrange改成range

把pse/Makefile文件中的

第一行：$(shell python-config --cflags)改成$(shell python3-config --cflags)

第二行：$(shell python-config --ldflags)改成$(shell python3-config --ldflags)
此部分参考博客：https://blog.csdn.net/liu506039293/article/details/102835275，但是这篇博客关于模型放哪也没有讲清楚，作者github上更是一句没提，可能觉得太简单，压根没必要说。我是讲模型解压后的三个文件放在resnet_v1_50文件夹下

但是测试还是说找不到模型，应该是路径的问题，但是没细看，急着看效果，索性直接指定模型路径eval.py第172行

model_path = os.path.join(FLAGS.checkpoint_path, os.path.basename(ckpt_state.model_checkpoint_path))

直接换成

model_path = "./resnet_v1_50/model.ckpt"

测试成功