Faster R-CNN遇到的所有坑及解决方法

最近项目要求，需要跑一些两阶段算法作为对比，首先选经典的 Faster R-CNN 作为开头，一年前跑过，想着应该很简单就跑上了，没想到配环境 + 跑通用了一个晚上的时间。先放图，零点顺利跑通训练上：

话不多说，上问题和解决方法。

问题1 到底用 torch1.0.0 还是 torch0.4.0（torchvision同理）

这个问题可以说是最关键，也是坑最多的了。选择对版本已经成功了一半。我这次用的是Github官网上 pytorch 版本的 jwyang/faster-rcnn.pytorch ，最开始我选择的是 pytorch0.4.0 版本的项目代码：

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

它的 README 中这样描述：

注意，千万不要用 python2.7 ，惨痛的教训

首先， pytorch0.4.0 第一个坑就是安装，目前torch官网支持安装指令的最老版本是 pytorch0.4.1 ，想要安装 0.4.0 版本，一个方法是下载 .whl 文件，另一个方法就是全网找指令（当时我用了这个方式成功安装了 0.4.0 版本）

还有一个关键的问题就是版本之间的冲突问题，包括代码的冲突。pytorch0.4.0 版本过老，导致很多 python3.6 安装包版本与其冲突，包括但不限于 scipy、opencv、torchvision 等。此外，在 pytorch0.4.0 版本的 Faster R-CNN 项目中，有些 import 操作是基于老版本写的，想解决这种问题就又回到了版本匹配问题上（全是坑）

后来找到 Faster R-CNN 的 pytorch1.0.0 版本代码，柳暗花明：

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

强烈推荐大家用这个版本，顺利太多了。官网上 torch1.0.0 与对应的 torchvision 安装指令一气呵成（cuda10.0版本）：

conda install pytorch1.0.0 torchvision0.2.1 cuda100 -c pytorch

安装好最关键的 torch 之后，后面就按部就班 pip install -r requirements ，建好数据集、预训练权重、遇到 no module named ’ ’ 问题 pip install 即可。

问题2 AttributeError: ‘version_info’ object has no attribute ‘version’

pip install pyparsing==2.4.7

问题3 libmkldnn.so.0: undefined symbol: cblas_sgemm_alloc

pip install mkl==2019

问题4 TypeError: load() missing 1 required positional argument: ‘Loader‘

找到对应代码位置，将 yaml.load() 改为 yaml.safe_load()

问题5 ImportError: cannot import name ‘imread’

将 scipy 版本降为 1.2.1 ：先 uninstall scipy， 之后 pip install scipy==1.2.1

问题6 ImportError: cannot import name ‘_mask’

pip install pycocotools

问题7 KeyError: ‘uav_s’ 、KeyError: ‘uav_l’

最后重点说一下这个问题。

在 lib/datasets/pascal_voc.py 中，定义自己训练数据的类别：

self._classes = ('__background__',  # always index 0
                         'UAV_L','UAV_S')

这里小小提醒一下，不能删除 ‘background’ 类。之所以会遇到 KeyError 是因为 pascal_voc.py 中定义的类别与 xml 标签不对应，这里提示我 xml 中存在我未定义的 ‘uav_s’ 和 ‘uav_l’ 两类。然而，利用 ultraedit 软件检查标签并没有发现这两类，困惑了很久，最后尝试直接在类别定义中加入 ‘uav_s’ 和 ‘uav_l’ 两类:

self._classes = ('__background__',  # always index 0
                         'UAV_L','UAV_S','uav_l','uav_s')

竟然成功了…

这里的问题我分析可能是因为项目代码不区分大小写，导致小写的类别对应不上报错，有更好解决方案的朋友欢迎指导~

问题解决！
pascal_voc.py 中 第238行

cls = self._class_to_ind[obj.find('name').text.lower().strip()]

此段代码将类别强制改为小写，所以会报错’uav_s’，‘uav_l’，将此行代码改为

cls = self._class_to_ind[obj.find('name').text.strip()]

问题解决

以上就是一晚上的收获了，训练完还要看一下效果如何（肯定不好，哈哈）

参考
Faster-RCNN.pytorch的搭建
Github faster-rcnn.pytorch-issue