用colab配置faster rcnn的环境

参考博客：LCCFlccf的博客

1.进入谷歌云盘（Google drive）

2.新建一个colaboratory项目：

3.配置笔记本的环境：


这里主要是为了给笔记本设置使用GPU

4.挂载云盘端：

# Load the Drive helper and mount
from google.colab import drive

# This will prompt for authorization.
drive.mount('/content/drive')

在这里会给一个链接，然后点进去复制验证码就可以了，运行成功的结果如下：

5.下载pytorch版本的faster-rcnn:
!git clone -b pytorch-1.0 https://github.com/jwyang/faster-rcnn.pytorch.git

6.进入项目的目录中：

import os
os.chdir('faster-rcnn.pytorch')
!ls

7.创建新文件集data并下载预训练模型

!mkdir data
os.chdir('data')
!mkdir pretrained_model
os.chdir('pretrained_model')
# 下载预训练模型res101
!wget https://filebox.ece.vt.edu/~jw2yang/faster-rcnn/pretrained-base-models/resnet101_caffe.pth
# 下载预训练模型vgg16
!wget https://filebox.ece.vt.edu/~jw2yang/faster-rcnn/pretrained-base-models/vgg16_caffe.pth

7.下载训练集voc2007并解压（这里是为了参考数据格式，后面跑自己数据集时需要把数据集改成VOC数据集的格式）

os.chdir('../') #返回上一级目录即data/下
# 下载数据集
!wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar
!wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-2007.tar
!wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCdevkit_08-Jun-2007.tar
# 解压缩
!tar xvf VOCtrainval_06-Nov-2007.tar
!tar xvf VOCtest_06-Nov-2007.tar
!tar xvf VOCdevkit_08-Jun-2007.tar
# 把解压缩后得到的文件夹重命名为VOCdevdit2007
mv VOCdevkit VOCdevkit2007

8.回到上一级路径，进入lib中进行编译：

os.chdir('../lib')
!python setup.py build develop

编译成功的截图：

接下来就是跑自己的数据了