Faster R-CNN训练自己数据集遇到的问题

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接： https://blog.csdn.net/lianggyu/article/details/100081350

代码链接：https://github.com/endernewton/tf-faster-rcnn

（1）TypeError: write() argument must be str, not bytes：

          lib / datasets / voc_eval.py  第105行改为

cachefile = os.path.join(cachedir, '%s_annots.pkl' % imagesetfile.split("/")[-1].split(".")[0])

          第121行修改为

with open(cachefile, 'wb') as f:

（2）InvalidArgumentError (see above for traceback): Assign requires shapes of both tensors to match. lhs shape= [4096,21] rhs shape= [4096,3]

         tools/demo.py 第141行中的21改为自己数据集的（类别数+1），比如类别数为10，就改为

net.create_architecture("TEST", 11, tag='default', anchor_scales=[8, 16, 32])

（3）This application failed to start because it could not find or load the Qt platform plugin "xcb"

         安装pyqt库：conda install pyqt

（4）ImportError: No module named pycocotools.coco

        如果数据集制作成voc格式的话，就在代码中注释掉pycocotools。在/lib/datasets/coco.py 的23~25行：

#from pycocotools.coco import COCO
#from pycocotools.cocoeval import COCOeval
#from pycocotools import mask as COCOmask

（5）TypeError: load() got an unexpected keyword argument 'encoding'

         训练前删除data/cache  ； 测试前删除 data/VOCdevkit2007/annotations_cache