记pytorch版faster rcnn配置运行中的一些坑

记pytorch版faster rcnn配置运行中的一些坑

• 项目地址

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

  一般安装配置参考README.md文件

• 配置详情

  • Python3.6
  • pytorch1.0
  • GPURTX2080
  • CUDA10.0

• 参考博客

  https://blog.csdn.net/weixin_43380510/article/details/83004127

1. 分支爬取错误

git clone -b pytorch-1.0 https://github.com/jwyang/faster-rcnn.pytorch.git

不同分支的项目需求配置不一样，比如主分支是支持pytorch-0.4.0，上述克隆的分支是支持pytorch-1.0的

2.ImportError: cannot import name '_mask'

训练时遇到无法导入_mask的问题

原因应该是项目中/lib/pycocotools里的文件过于老旧，将https://github.com/cocodataset/cocoapi/tree/master/PythonAPI/pycocotools中的文件复制到/lib/pycocotools文件中，然后进入lib目录下，执行下列代码

python setup.py build develop

3.训练过程发生assert（boxes[:,2]>=boxes[:,0]）.all()

这个问题是由于标注框中含有0导致的，网上有很多的解决办法，比如https://blog.csdn.net/xzzppp/article/details/52036794，但是个人觉得这样其实改变了代码原本用意，所以没有采用。我所采用的解决方法其实很简单，就是在自己制作数据集，写XML文件的时候，遇到边框为0的时候+1，也就是起始从1开始，而不是从0开始。

4.修改检测类别

修改/lib/datasets/pascal_voc.py文件

将上述代码修改成你需要的检测的类别。

例：

self._classes = ('__background__',  # always index 0
                 'apple', 'banana)

5.清空缓存

当重新训练的时候，往往会遇到图片读取错误的问题，这个便是因为缓存没有清空。原因是当训练数据集的时候，会读取data/cache目录下的.pkl缓存文件，所以每次重新训练的时候，一定要记得删除data/cache文件夹下的缓存文件。

6.运行demo.py文件模型数量过多

修改demo.py文件

对应4，修改成对应检测类别