tf-faster-rcnn运行再记录

拿到新的数据，修改roi_rename.py里文件的路径、名称等；
新建resource-Annotations文件夹；
然后打开anaconda、activate Labelimg、labelimg，就打开了labelimg就做标注。（先把图像名称改好就是上一步，再做标记，生成xml文件。）；
修改XML_.py并run；
分别修改imgflip.py image_shift.py gasuss.py三个文件中的path、newpath，图片个数，并运行。
讲resource-annotations文件夹复制三份，更改名字为imgflip-annotations、image_shift-annotations、gasuss-annotations，分别修改correct_imgflip_xml.py……这三个文件里的文件名称路径和要改的名称里的数字，并运行；
最后将所有图像放在同一文件夹JPEGImages下，所有xml文件放在同一文件夹Annotations下，后面待用。
到此，数据集制作完毕。

执行create_4_txt.py

打开服务器
将原来的数据集文件夹里的voc2007重新命名（备份），把新的数据集替换过去。
7.5.0 cudnn
10.0 cuda
出错解决：
cd /usr/local/cuda-10.0/lib64
sudo mv libcudnn.so.7 libcudnn.so.7.bak
sudo ldconfig /usr/local/cuda-10.0/lib64
发现用原来训练好的网络去测试新的图像数据demo.py不能自动跳出结果图，应该要重新训练。
就是删掉：
“在开始训练之前，需要把cache删除掉，分别在tf-faster-rcnn/data/cache和tf-faster-rcnn/data/VOCdevkit2007/annotations_cache路径下，（首次训练没有，可不管）。
如果是重新开始训练，删除tf-faster-rcnn/output/vgg16/voc_2007_trainval/default路径下所有文件”
然后：cd ~/tf-faster-rcnn-master #路径执行修改
./experiments/scripts/train_faster_rcnn.sh 0 pascal_voc vgg16

训练完之后：
cd ~/tf-faster-rcnn-master#可以没有，因为本来就在这个路径下
GPU_ID=0
CUDA_VISIBLE_DEVICES=${GPU_ID} python ./tools/demo.py

demo时候没有跳出结果的图像说明没有detect到缺陷。
我一开始train trainval都设置为0.3，训练样本很少。（在create_4_txt.py文件里），000002 000005 000006 000007这几张图片都没有结果。
因此删掉原来的ImageSet里面的Main文件夹里的内容，修改create_4_txt.py里面的训练样本比例为0.7，得到新的Main文件夹里的内容，拷贝到服务器的相应位置。然后删掉cache（两个地方）和output default下的东西，重新训练，看看结果怎么样。