fasterrcnn tensorflow代码详解_pytorch目标检测代码的一些bug调试

这几天一直在做调包侠，是时候来总结总结了。记录一些我所遇到的不常见的问题。

faster rcnn:

参考代码：

jwyang/faster-rcnn.pytorch​github.com

pytorch代码调试，相较于tensorflow的版本要友好一些，不用创建软连接啥的，数据集直接复制voc2007就行(暂时没有尝试coco)，不过要注意如果有一个类别是0（就是完全没有目标的图像）要把这个类别给去掉，不然在训练的时候rpn_bound_loss会变成nan，我猜测是因为找不到正样本(如果类别为0，正样本是0，背景也是0，可能机器就会把正样本和负样本搞混，找不到正样本，分子为0，损失就变成nan了)。

SSD:

参考代码：

https://github.com/amdegroot/ssd.pytorch​github.com

这个代码调试了很久，大部分问题可以百度解决。我遇到的难题是这个

IndexError: too many indices for array（其他的报错信息找不到了。。）

可以参考我的回答：

小墨：SSD IndexError: too many indices for array报错​zhuanlan.zhihu.com

guoruoqian/cascade-rcnn_Pytorch 小墨：SSD IndexError: too many indices for array报错​zhuanlan.zhihu.com

另外一个难题是这个：

报错信息：RuntimeError: cuda runtime error(59):device-side assert triggred at XXXX

这个是我不懂SSD的原因，SSD中类别是没有backgound，但是config.py中类别数要修改成class+1，这个1就是背景。

cascade-rcnn

https://github.com/guoruoqian/cascade-rcnn_Pytorch​github.com

这个代码和前面的faster rcnn的代码是一脉相承的，改一下lib里面的make.sh里面的算力,我的是sm_61。报错如下

from scipy.misc import imread cannot import name "imread"

这个只需要吧scipy的版本降低到1.2.1就OK了，更低的版本1.1.0我也试过了，可以使用。

第二个报错是这个：

im_data=im_data.cuda()这里报错

runtimeError: cuda runtime error (38): no CUDA-capable device is detected at XXXX

这个是因为在输入命令的时候是这样输入的：

CUDA_VISIBLE_DEVICES=3 python3 trainval_net.py XXXXX等等一长串

CUDA_VISIBLE_DEVICES这个命令是选择GPU的型号，如果你只有一块GPU，就只能选择0。

这个报错的网上解答很多都是要求重新装驱动，装cuda。如果是头一次使用cuda，报错，可以重新装，不过对于我来说没必要，其他代码能运行，说明版本啥的没问题，能不折腾就不折腾。

能想到的bug就这么多，后续想到了或者遇到了会继续补充。有建议和问题请在评论区留言，我想起了就会去看看。

等待后续更新 2020年1月8日