论文复现之DeFRCN

链接

论文
点击

Code
点击

内容参考：https://blog.csdn.net/jolin_ln/article/details/129199959

配置虚拟环境：1、创建虚拟环境，python选择3.7

conda create -n defrcn001 python=3.7

2、激活环境

conda activate defrcn001

3、pytorch以及cuda（看官网，选择合适的）

pip install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html

4、安装detectron2

python -m pip install detectron2==0.5 -f \
  https://dl.fbaipublicfiles.com/detectron2/wheels/cu111/torch1.9/index.html

5、安装所需其他库（注意，这里要进行更改）
打开requirements.txt文件，

将sklearn改为scikit-learn

然后再执行该语句

python3 -m pip install -r requirements.txt

6、下载ImageNetPretrained，将它放置项目里
7、配置环境到这里就差不多啦！记得修改相关配置，比如使用GPU的数量
run_voc.sh里面的权重文件位置也要修改，就是ImageNetPretrained的路径要改成自己的路径

EXP_NAME=$1
SAVE_DIR=checkpoints/voc/${EXP_NAME}
IMAGENET_PRETRAIN=ImageNetPretrained/MSRA/R-101.pkl                            # <-- change it to you path
IMAGENET_PRETRAIN_TORCH=ImageNetPretrained/torchvision/resnet101-5d3b4d8f.pth  # <-- change it to you path
SPLIT_ID=$2

8、下面需要根据论文作者给出格式进行数据集的摆放
可以直接将自己下载好的数据集放置项目文件里，也可以设置软连接

9、执行语句（EXP_NAME——任意；SPLIT_ID (1, 2 or 3)）

bash run_voc.sh defrcn 1

10、报错
大部分问题可以参照上面链接那个大佬的，都能解决
但是，
我在调试完其他错误后，最后出现了下面的报错
FloatingPointError: Predicted boxes or scores contain Inf/Nan. Training has diverged.
经查阅：一般这种问题解决方法为更改配置文件里的学习率，将0.02改为0.001
但是代码中就是0.001
所以开始查看损失函数的问题
损失在defrcn——>Modeling——>faster rcnn模块中，添加断点调试也没找到问题出在哪！
所以

复现失败

（虽然炸了，但是纪念小菜鸟第一次跑通代码！希望有解决该问题的大佬帮帮孩子吧！）