一. 簡單說明
本篇文章主要是簡單敘說一下 faster-rcnn，在ubuntu16.04，python3.5，cuda8.0，cudnn 6.0，caffe1.0環境下的復現，要知道faste-rcnn官方的代碼環境是python2.7的，所以這裏改動比較多，同時這裏也會說一下怎樣訓練自己的數據集。
二. faster rcnn環境搭建
1. 準備工作
（1）安裝cython,python-opencv,easydict
執行命令：
pip install cython
pip install easydict
apt-get install python-opencv（安裝過了就不必安裝）
2. 編譯faster rcnn
（1）下載 py-faster-rcnn
在某個文件夾下執行命令：
git clone --recursive https://github.com/rbgirshick/py-faster-rcnn.git
（2）進入py-faster-rcnn/lib 文件夾執行命令：make
（4）進入py-faster-rcnn\caffe-fast-rcnn
拷貝一份配置，執行命令：執行 cp Makefile.config.example Makefile.config
然後，配置Makefile.config文件，與上篇文檔中記錄的caffe相同：
配置好Makefile.config文件後,執行命令：make -j8 && make pycaffe
如果之前安裝過caffe，則這裏可能出現下面錯誤中的1情況，具體解決方法見錯誤1。
三. 使用官方數據集訓練測試
1. 準備數據集
（1） 下載VOC2007數據集：
https://pan.baidu.com/s/1u50VVcfdmOCWPLDVqPHqzw
解壓後將數據集放在py-faster-rcnn\data下
（2）下載ImageNet數據集下預訓練得到的模型參數（用來初始化）
https://pan.baidu.com/s/12renKYoytqk9-9bMrI73Lg
解壓，然後將該文件放在py-faster-rcnn\data下
2. 訓練模型
注：訓練腳本的最後面會有對訓練好的模型進行測試的代碼，這段代碼在執行時會有錯誤，爲了避免出錯，可以將其刪除掉（下面紅色框住的部分）：
由於faster-caffe是基於python2.7版本編寫的，所以在訓練的過程中會有很多錯誤：會遇到以下的2,3,4,5,6,7,8中的錯誤，python3中的print()函數需要加上括號的。
一切就緒後 在py-faster-rcnn文件夾下執行命令：
./experiments/scripts/faster_rcnn_alt_opt.sh 0 ZFpascal_voc執行完畢後在 py-faster-rcnn/output/faster_rcnn_alt_opt/voc_2007_trainval文件夾下可以看到生成的最終模型文件：ZF_faster_rcnn_final.caffemodel
3. 測試模型
（1） 將訓練得到的ZF_faster_rcnn_final.caffemodel 拷貝至 py-faster-rcnn\data\faster_rcnn_models（如果沒有這個文件夾，就新建一個）
（2） 修改 py-faster-rcnn\tools\demo.py
將：im_names =['1559.jpg','1564.jpg']中圖片改爲自己的圖片名稱 (測試圖片放在py-faster-rcnn\data\demo中)
（3） 執行測試：
在py-faster-rcnn下執行：
./tools/demo.py --net zf
四. 使用自定義數據集訓練模型並測試
1. 製作數據集
（1）將需要標記的圖片歸整化一下，轉化成固定尺寸（可選）
（2）將每類的圖片重新更改一下文件名，這裏提供一個手寫版java程序：
public class Demo {
public static void main(String[] args) {
Demo demo = new Demo();
demo.test();
}
int i = 0;
public void test() {
String path = "E:\\python\\togue\\數據集\\crack\\";
File f = new File(path);
File[] files = f.listFiles();
for (File file : files) {
file.renameTo(new File(path+getNum(6)+"."+file.getName().split("\\.")[1]));
}
}
public String getNum(int digit) {
StringBuffer sbf = new StringBuffer("crack_");
i++;
if((i+"").length() < digit) {
for(int j=0;j<digit-(i+"").length();j++) {
sbf.append("0");
}
sbf.append(i);
}
return sbf.toString();
}
}可以進行批量更改，具體說明看代碼，很簡單，此步驟就是爲了讓圖片名變得好看有序，
建議圖片名修改爲【 分類名_數字.jpg】 格式
（3）使用標記工具對每一類圖片進行標記，這裏建議每一類都建立一個文件夾，分開標記後分別生成txt文件，最後組合在一起（不知道哪位大神弄的，這裏借用了，內附使用說明）
下載鏈接：
https://pan.baidu.com/s/19UFtwfaLtAsIhxtLrDl3hQ
標記後生成output.txt文件，內容大致如下：
crack_000001.jpg 1 106 50 143 240
crack_000002.jpg 1 128 29 192 214
crack_000003.jpg 1 106 32 164 256
前面是圖片名，中間是目標類別，最後是目標的包圍框座標（左上角和右下角座標）。
將每一類的output.txt文件組合在一起 形成一個output.txt文件，將output.txt文件轉化爲xml標記文件，python代碼爲：
from xml.dom.minidom import Document
import os
import os.path
xml_path = "E:\\資源共享\\python\\生成測試\\Annotations\\"
if not os.path.exists(xml_path):
os.mkdir(xml_path)
def writeXml(tmp, imgname, w, h, objbud, wxml):
doc = Document()
# owner
annotation = doc.createElement('annotation')
doc.appendChild(annotation)
# owner
folder = doc.createElement('folder')
annotation.appendChild(folder)
folder_txt = doc.createTextNode("SkinLesion")
folder.appendChild(folder_txt)
filename = doc.createElement('filename')
annotation.appendChild(filename)
filename_txt = doc.createTextNode(imgname)
filename.appendChild(filename_txt)
# ones#
source = doc.createElement('source')
annotation.appendChild(source)
database = doc.createElement('database')
source.appendChild(database)
database_txt = doc.createTextNode("The SkinLesion Database")
database.appendChild(database_txt)
annotation_new = doc.createElement('annotation')
source.appendChild(annotation_new)
annotation_new_txt = doc.createTextNode("SkinLesion")
annotation_new.appendChild(annotation_new_txt)
image = doc.createElement('image')
source.appendChild(image)
image_txt = doc.createTextNode("flickr")
image.appendChild(image_txt)
# onee#
# twos#
size = doc.createElement('size')
annotation.appendChild(size)
width = doc.createElement('width')
size.appendChild(width)
width_txt = doc.createTextNode(str(w))
width.appendChild(width_txt)
height = doc.createElement('height')
size.appendChild(height)
height_txt = doc.createTextNode(str(h))
height.appendChild(height_txt)
depth = doc.createElement('depth')
size.appendChild(depth)
depth_txt = doc.createTextNode("3")
depth.appendChild(depth_txt)
# twoe#
segmented = doc.createElement('segmented')
annotation.appendChild(segmented)
segmented_txt = doc.createTextNode("0")
segmented.appendChild(segmented_txt)
for i in range(0, int(len(objbud) / 5)):
# threes#
object_new = doc.createElement("object")
annotation.appendChild(object_new)
name = doc.createElement('name')
object_new.appendChild(name)
name_txt = doc.createTextNode(objbud[i * 5])
name.appendChild(name_txt)
pose = doc.createElement('pose')
object_new.appendChild(pose)
pose_txt = doc.createTextNode("Unspecified")
pose.appendChild(pose_txt)
truncated = doc.createElement('truncated')
object_new.appendChild(truncated)
truncated_txt = doc.createTextNode("0")
truncated.appendChild(truncated_txt)
difficult = doc.createElement('difficult')
object_new.appendChild(difficult)
difficult_txt = doc.createTextNode("0")
difficult.appendChild(difficult_txt)
# threes-1#
bndbox = doc.createElement('bndbox')
object_new.appendChild(bndbox)
xmin = doc.createElement('xmin')
bndbox.appendChild(xmin)
xmin_txt = doc.createTextNode(objbud[i * 5 + 1])
xmin.appendChild(xmin_txt)
ymin = doc.createElement('ymin')
bndbox.appendChild(ymin)
ymin_txt = doc.createTextNode(objbud[i * 5 + 2])
ymin.appendChild(ymin_txt)
xmax = doc.createElement('xmax')
bndbox.appendChild(xmax)
xmax_txt = doc.createTextNode(objbud[i * 5 + 3])
xmax.appendChild(xmax_txt)
ymax = doc.createElement('ymax')
bndbox.appendChild(ymax)
ymax_txt = doc.createTextNode(objbud[i * 5 + 4])
ymax.appendChild(ymax_txt)
# threee-1#
# threee#
tempfile = tmp + "test.xml"
with open(tempfile, "wb+") as f:
f.write(doc.toprettyxml(indent="\t", encoding='utf-8'))
rewrite = open(tempfile, "r")
lines = rewrite.read().split('\n')
newlines = lines[1:len(lines) - 1]
fw = open(wxml, "w")
for i in range(0, len(newlines)):
fw.write(newlines[i] + "\n")
fw.close()
rewrite.close()
os.remove(tempfile)
return
temp = "C:\\temp2\\"
if not os.path.exists(temp):
os.mkdir(temp)
fopen = open("E:\\資源共享\\python\\生成測試\\output.txt", 'r')
lines = fopen.readlines()
for line in lines:
line = (line.split('\n'))[0]
obj = line.split(' ')
image_name = obj[0]
xml_name = image_name.replace('.jpg', '.xml')
filename = xml_path + xml_name
obj = obj[1:]
if obj[0] == '1':
obj[0] = 'car'
if obj[0] == '2':
obj[0] = 'nocar'
writeXml(temp, image_name, 299, 299, obj, filename)
os.rmdir(temp)
->fopen = open("E:\\資源共享\\python\\生成測試\\output.txt", 'r')，爲output.txt文件路徑
->
if obj[0] == '1':
obj[0] = 'car'if obj[0] == '2':
obj[0] = 'nocar'
這裏的1 對應着car分類，2對應着nocar分類
執行後即可生成每張圖片對應的標準xml文件：xml文件大致內容如下：
<annotation>
<folder>SkinLesion</folder>
<filename>car_000001.jpg</filename>
<source>
<database>The SkinLesion Database</database>
<annotation>SkinLesion</annotation>
<image>flickr</image>
</source>
<size>
<width>299</width>
<height>299</height>
<depth>3</depth>
</size>
<segmented>0</segmented>
<object>
<name>car</name>
<pose>Unspecified</pose>
<truncated>0</truncated>
<difficult>0</difficult>
<bndbox>
<xmin>106</xmin>
<ymin>50</ymin>
<xmax>143</xmax>
<ymax>240</ymax>
</bndbox>
</object>
</annotation>（4）生成訓練，測試集txt文件
新建文件夾 ImageSets，進入文件夾再新建Main文件夾，執行python代碼：
import os
import random
import numpy as np
xmlfilepath = 'E:\\資源共享\\python\\生成測試\\Annotations\\'
txtsavepath = 'E:\\資源共享\\python\\生成測試\\'
trainval_percent = 0.5
train_percent = 0.5
xmlfile = os.walk(xmlfilepath)
numOfxml = sum([len(x) for _, _, x in xmlfile])
name_list = list(name for name in os.listdir(xmlfilepath))
trainval = sorted(list(random.sample(name_list, int(numOfxml * trainval_percent))))
test = np.setdiff1d(np.array(name_list), np.array(trainval))
trainvalsize = len(trainval)
t_name_list = list(name for name in trainval)
train = sorted(list(random.sample(t_name_list, int(trainvalsize * trainval_percent))))
val = np.setdiff1d(np.array(t_name_list), np.array(train))
ftrainval = open(txtsavepath + "ImageSets\\Main\\trainval.txt", 'w')
ftest = open(txtsavepath + "ImageSets\\Main\\test.txt", 'w')
ftrain = open(txtsavepath + "ImageSets\\Main\\train.txt", 'w')
fval = open(txtsavepath + "ImageSets\\Main\\val.txt", 'w')
for name in os.listdir(xmlfilepath):
if name in trainval:
ftrainval.write(name.replace(".xml", "") + "\n")
if name in train:
ftrain.write(name.replace(".xml", "") + "\n")
else:
fval.write(name.replace(".xml", "") + "\n")
else:
ftest.write(name.replace(".xml", "") + "\n")
ftrainval.close()
ftrain.close()
fval.close()
ftest.close()其中：txtsavepath 是生成txt的根目錄
xmlfilepath 是xml標註文件的文件夾地址
執行後會生成4個txt文件
（5）新建文件夾VOC2007，進入文件夾再新建JPEGImages文件夾，將之前用於標註的圖片全部放到改文件夾下
（6）數據集文件如下所示：
（7） 用製作好的數據集中 Annotations，ImagesSets和JPEGImages替換py-faster-rcnn\data\VOCdevkit2007\VOC2007中對應文件夾）；
（8） 下載ImageNet數據集下預訓練得到的模型參數（用來初始化）
https://pan.baidu.com/s/12renKYoytqk9-9bMrI73Lg
解壓，然後將該文件放在py-faster-rcnn\data下
2. 訓練模型（需要改動以下文件）
（1）py-faster-rcnn/models/pascal_voc/ZF/faster_rcnn_alt_opt/stage1_fast_rcnn_train.pt修改，有3處：
layer {
name: 'data'
type: 'Python'
top: 'data'
top: 'rois'
top: 'labels'
top: 'bbox_targets'
top: 'bbox_inside_weights'
top: 'bbox_outside_weights'
python_param {
module: 'roi_data_layer.layer'
layer: 'RoIDataLayer'
param_str: "'num_classes': 16" #按訓練集類別改，該值爲類別數+1
}
}
layer {
name: "cls_score"
type: "InnerProduct"
bottom: "fc7"
top: "cls_score"
param { lr_mult: 1.0 }
param { lr_mult: 2.0 }
inner_product_param {
num_output: 16 #按訓練集類別改，該值爲類別數+1
weight_filler {
type: "gaussian"
std: 0.01
}
bias_filler {
type: "constant"
value: 0
}
}
}
layer {
name: "bbox_pred"
type: "InnerProduct"
bottom: "fc7"
top: "bbox_pred"
param { lr_mult: 1.0 }
param { lr_mult: 2.0 }
inner_product_param {
num_output: 64 #按訓練集類別改，該值爲（類別數+1）*4
weight_filler {
type: "gaussian"
std: 0.001
}
bias_filler {
type: "constant"
value: 0
}
}
}
（2）py-faster-rcnn/models/pascal_voc/ZF/faster_rcnn_alt_opt/stage1_rpn_train.pt修改
layer {
name: 'input-data'
type: 'Python'
top: 'data'
top: 'im_info'
top: 'gt_boxes'
python_param {
module: 'roi_data_layer.layer'
layer: 'RoIDataLayer'
param_str: "'num_classes': 16" #按訓練集類別改，該值爲類別數+1
}
}
（3）py-faster-rcnn/models/pascal_voc/ZF/faster_rcnn_alt_opt/stage2_fast_rcnn_train.pt修改
layer {
name: 'data'
type: 'Python'
top: 'data'
top: 'rois'
top: 'labels'
top: 'bbox_targets'
top: 'bbox_inside_weights'
top: 'bbox_outside_weights'
python_param {
module: 'roi_data_layer.layer'
layer: 'RoIDataLayer'
param_str: "'num_classes': 16" #按訓練集類別改，該值爲類別數+1
}
}
layer {
name: "cls_score"
type: "InnerProduct"
bottom: "fc7"
top: "cls_score"
param { lr_mult: 1.0 }
param { lr_mult: 2.0 }
inner_product_param {
num_output: 16 #按訓練集類別改，該值爲類別數+1
weight_filler {
type: "gaussian"
std: 0.01
}
bias_filler {
type: "constant"
value: 0
}
}
}
layer {
name: "bbox_pred"
type: "InnerProduct"
bottom: "fc7"
top: "bbox_pred"
param { lr_mult: 1.0 }
param { lr_mult: 2.0 }
inner_product_param {
num_output: 64 #按訓練集類別改，該值爲（類別數+1）*4
weight_filler {
type: "gaussian"
std: 0.001
}
bias_filler {
type: "constant"
value: 0
}
}
}
（4）py-faster-rcnn/models/pascal_voc/ZF/faster_rcnn_alt_opt/stage2_rpn_train.pt修改
layer {
name: 'input-data'
type: 'Python'
top: 'data'
top: 'im_info'
top: 'gt_boxes'
python_param {
module: 'roi_data_layer.layer'
layer: 'RoIDataLayer'
param_str: "'num_classes': 16" #按訓練集類別改，該值爲類別數+1
}
}
（5）py-faster-rcnn/models/pascal_voc/ZF/faster_rcnn_alt_opt/faster_rcnn_test.pt修改
layer {
name: "cls_score"
type: "InnerProduct"
bottom: "fc7"
top: "cls_score"
inner_product_param {
num_output: 16 #按訓練集類別改，該值爲類別數+1
}
}
layer {
name: "bbox_pred"
type: "InnerProduct"
bottom: "fc7"
top: "bbox_pred"
inner_product_param {
num_output: 64 #按訓練集類別改，該值爲（類別數+1）*4
}
}
（6） py-faster-rcnn/lib/datasets/pascal_voc.py修改
class pascal_voc(imdb):
def __init__(self, image_set, year, devkit_path=None):
imdb.__init__(self, 'voc_' + year + '_' + image_set)
self._year = year
self._image_set = image_set
self._devkit_path = self._get_default_path() if devkit_path is None \
else devkit_path
self._data_path = os.path.join(self._devkit_path, 'VOC' + self._year)
self._classes = ('__background__', # always index 0
'你的標籤1','你的標籤2',你的標籤3','你的標籤4'
)
其中：self._data_path =os.path.join(self._devkit_path, 'VOC'+self._year) 爲訓練集文件夾，
若自定義的數據集直接替換原來VOC2007內的Annotations，ImageSets和JPEGImages，此處不用修改（推薦使用）
self._classes= ('__background__', '你的標籤1','你的標籤2','你的標籤3','你的標籤4')
修改成自定義的標籤，需要注意順序對應。
cls =self._class_to_ind[obj.find('name').text.lower().strip()]
.lower()會將標籤轉成小寫，所以數據標籤中字母最好是小寫的，如果不是則將.lower()去掉，（推薦全部使用小寫）
（7） py-faster-rcnn/lib/datasets/imdb.py修改，該文件的append_flipped_images(self)函數修改爲
def append_flipped_images(self):
num_images = self.num_images
widths = [PIL.Image.open(self.image_path_at(i)).size[0]
for i in xrange(num_images)]
for i in xrange(num_images):
boxes = self.roidb[i]['boxes'].copy()
oldx1 = boxes[:, 0].copy()
oldx2 = boxes[:, 2].copy()
boxes[:, 0] = widths[i] - oldx2 - 1
print boxes[:, 0]
boxes[:, 2] = widths[i] - oldx1 - 1
print boxes[:, 0]
assert (boxes[:, 2] >= boxes[:, 0]).all()
entry = {'boxes' : boxes,
'gt_overlaps' : self.roidb[i]['gt_overlaps'],
'gt_classes' : self.roidb[i]['gt_classes'],
'flipped' : True}
self.roidb.append(entry)
self._image_index = self._image_index * 2若出現錯誤：這裏assert (boxes[:, 2] >= boxes[:, 0]).all()可能出現AssertionError
可參照錯誤9中解決方法。
（8）爲防止與之前的模型搞混,訓練前把output文件夾刪除（或改個其他名），還要把py-faster-rcnn/data/cache中的文件和py-faster-rcnn/data/VOCdevkit2007/annotations_cache中的文件刪除（如果有的話）。
（9）至於學習率等之類的設置，可在py-faster-rcnn/models/pascal_voc/ZF/faster_rcnn_alt_opt中的solve文件設置，迭代次數可在py-faster-rcnn\tools的train_faster_rcnn_alt_opt.py中修改：max_iters = [80000, 40000, 80000,40000]
分別爲4個階段（rpn第1階段，fast rcnn第1階段，rpn第2階段，fast rcnn第2階段）的迭代次數。可改成你希望的迭代次數。
如果改了這些數值，最好把py-faster-rcnn/models/pascal_voc/ZF/faster_rcnn_alt_opt裏對應的solver文件（有4個）也修改，stepsize小於上面修改的數值。
（10）進行訓練
可以同官方數據集訓練一樣將faster_rcnn_alt_opt.sh中測試部分的代碼刪除掉
再進入py-faster-rcnn，執行：
./experiments/scripts/faster_rcnn_alt_opt.sh 0 ZFpascal_voc執行完畢後在 py-faster-rcnn/output/faster_rcnn_alt_opt/voc_2007_trainval文件夾下可以看到生成的最終模型文件：ZF_faster_rcnn_final.caffemodel
3. 訓練測試
同官方數據集測試一樣。
4. 提供調用接口
由於該測試需要提供給其他程序調用，故需要編寫接口，規定接口調用時指定圖片路徑，對demo.py代碼改寫如下所示
#!/usr/bin/env python
# --------------------------------------------------------
# Faster R-CNN
# Copyright (c) 2015 Microsoft
# Licensed under The MIT License [see LICENSE for details]
# Written by Ross Girshick
# --------------------------------------------------------
"""
Demo script showing detections in sample images.
See README.md for installation instructions before running.
"""
import _init_paths
from fast_rcnn.config import cfg
from fast_rcnn.test import im_detect
from fast_rcnn.nms_wrapper import nms
from utils.timer import Timer
import matplotlib.pyplot as plt
import numpy as np
import scipy.io as sio
import caffe, os, sys, cv2
import argparse
CLASSES = ('__background__','nevus','melanoma')
#VARIABLE = None
NETS = {'vgg16': ('VGG16',
'VGG16_faster_rcnn_final.caffemodel'),
'zf': ('ZF',
'ZF_faster_rcnn_final.caffemodel')}
def vis_detections(im, class_name, dets, thresh=0.5):
"""Draw detected bounding boxes."""
inds = np.where(dets[:, -1] >= thresh)[0]
if len(inds) == 0:
return
im = im[:, :, (2, 1, 0)]
fig, ax = plt.subplots(figsize=(12, 12))
ax.imshow(im, aspect='equal')
for i in inds:
bbox = dets[i, :4]
score = dets[i, -1]
ax.add_patch(
plt.Rectangle((bbox[0], bbox[1]),
bbox[2] - bbox[0],
bbox[3] - bbox[1], fill=False,
edgecolor='red', linewidth=3.5)
)
ax.text(bbox[0], bbox[1] - 2,
'{:s} {:.3f}'.format(class_name, score),
bbox=dict(facecolor='blue', alpha=0.5),
fontsize=14, color='white')
print("class_name:",class_name,"--score:",score)
ax.set_title(('{} detections with '
'p({} | box) >= {:.1f}').format(class_name, class_name,
thresh),
fontsize=14)
plt.axis('off')
plt.tight_layout()
plt.draw()
def demo(net,_imgpath):
"""Detect object classes in an image using pre-computed object proposals."""
#im_file = os.path.join(cfg.DATA_DIR, 'demo', image_name)
im_file = os.path.join(_imgpath)
im = cv2.imread(im_file)
# Detect all object classes and regress object bounds
timer = Timer()
timer.tic()
scores, boxes = im_detect(net, im)
timer.toc()
#print (('Detection took {:.3f}s for ''{:d} object proposals').format(timer.total_time, boxes.shape[0]))
# Visualize detections for each class
CONF_THRESH = 0.8
NMS_THRESH = 0.3
for cls_ind, cls in enumerate(CLASSES[1:]):
cls_ind += 1 # because we skipped background
cls_boxes = boxes[:, 4*cls_ind:4*(cls_ind + 1)]
cls_scores = scores[:, cls_ind]
dets = np.hstack((cls_boxes,
cls_scores[:, np.newaxis])).astype(np.float32)
keep = nms(dets, NMS_THRESH)
dets = dets[keep, :]
vis_detections(im, cls, dets, thresh=CONF_THRESH)
def parse_args():
"""Parse input arguments."""
parser = argparse.ArgumentParser(description='Faster R-CNN demo')
parser.add_argument('--gpu', dest='gpu_id', help='GPU device id to use [0]',
default=0, type=int)
parser.add_argument('--cpu', dest='cpu_mode',
help='Use CPU mode (overrides --gpu)',
action='store_true')
parser.add_argument('--net', dest='demo_net', help='Network to use [vgg16]',
choices=NETS.keys(), default='zf')
#choices=NETS.keys(), default='vgg16')
parser.add_argument('--imgpath', dest='imgpath', help='Absolute path to detect pictures',default='/usr/develop/repertory/py-faster-rcnn/tools/')
args = parser.parse_args()
return args
if __name__ == '__main__':
cfg.TEST.HAS_RPN = True # Use RPN for proposals
args = parse_args()
prototxt = os.path.join(cfg.MODELS_DIR, NETS[args.demo_net][0],'faster_rcnn_alt_opt', 'faster_rcnn_test.pt')
print(cfg.DATA_DIR)
caffemodel = os.path.join(cfg.DATA_DIR, 'faster_rcnn_models',NETS[args.demo_net][1])
if not os.path.isfile(caffemodel):
raise IOError(('{:s} not found.\nDid you run ./data/script/'
'fetch_faster_rcnn_models.sh?').format(caffemodel))
if args.cpu_mode:
caffe.set_mode_cpu()
else:
caffe.set_mode_gpu()
caffe.set_device(args.gpu_id)
cfg.GPU_ID = args.gpu_id
net = caffe.Net(prototxt, caffemodel, caffe.TEST)
#print('\n\nLoaded network {:s}'.format(caffemodel))
# Warmup on a dummy image
im = 128 * np.ones((300, 500, 3), dtype=np.uint8)
for i in range(2):
_, _= im_detect(net, im)
#Call detection pictures
#print("args.imgpath : ",args.imgpath)
demo(net, args.imgpath);
#plt.show()調用方式如：
./demo.py –imgpath /work/01.jpg （注意這裏有兩個‘’-‘’）
五. 錯誤解決方法
(由於版本的問題導致faster-rcnn錯誤很多，以下爲部分錯誤記錄)
1. 錯誤：【python3.5環境下caffe安裝正常,但是編譯faster rcnn的caffe-faster-rcnn老是報錯:
In file included from ./include/caffe/util/device_alternate.hpp:40:0】
• from ./include/caffe/common.hpp:19,
• from ./include/caffe/blob.hpp:8,
• from ./include/caffe/fast_rcnn_layers.hpp:13,
• from src/caffe/layers/smooth_L1_loss_layer.cpp:8:
• ./include/caffe/util/cudnn.hpp: In function ‘const char* cudnnGetErrorString(cudnnStatus_t)’:
• ./include/caffe/util/cudnn.hpp:21:10: warning: enumeration value ‘CUDNN_STATUS_RUNTIME_PREREQUISITE_MISSING’ not handled in switch [-Wswitch]
• switch (status) {
• ^
• ./include/caffe/util/cudnn.hpp:21:10: warning: enumeration value ‘CUDNN_STATUS_RUNTIME_IN_PROGRESS’ not handled in switch [-Wswitch]
• ./include/caffe/util/cudnn.hpp:21:10: warning: enumeration value ‘CUDNN_STATUS_RUNTIME_FP_OVERFLOW’ not handled in switch [-Wswitch]
• ./include/caffe/util/cudnn.hpp: In function ‘void caffe::cudnn::setConvolutionDesc(cudnnConvolutionStruct**, cudnnTensorDescriptor_t, cudnnFilterDescriptor_t, int, int, int, int)’:
解決方法:
把caffe裏面的所有與cudnn相關的.h 和.cpp 替換成能用cudnn 編譯過的caffe
需要替換的cudnn:
（1）. 路徑:/usr/develop/repertory/caffe/include/caffe/util下的 cudnn.hpp複製到caffe-faste-rcnn中對應文件夾
（2）. 路徑:/usr/develop/repertory/caffe/src/caffe/util下的cudnn.cpp複製到faster-caffe-faste-rcnn對應文件夾
（3）.路徑:/usr/develop/repertory/caffe/include/caffe/layers下的
cudnn_conv_layer.hpp,cudnn_deconv_layer.hpp, cudnn_lcn_layer.hpp, cudnn_lrn_layer.hpp,cudnn_pooling_layer.hpp, cudnn_relu_layer.hpp, cudnn_sigmoid_layer.hpp,cudnn_softmax_layer.hpp, cudnn_tanh_layer.hpp
複製到faster-caffe-faste-rcnn對應文件夾
（4）.路徑:/usr/develop/repertory/caffe/src/caffe/layers下的 cudnn_conv_layer.cpp, cudnn_conv_layer.cu, cudnn_deconv_layer.cpp,cudnn_deconv_layer.cu, cudnn_lcn_layer.cpp, cudnn_lcn_layer.cu,cudnn_lrn_layer.cpp, cudnn_lrn_layer.cu, cudnn_pooling_layer.cpp,cudnn_pooling_layer.cu, cudnn_relu_layer.cpp, cudnn_relu_layer.cu, cudnn_sigmoid_layer.cpp,cudnn_sigmoid_layer.cu, cudnn_softmax_layer.cpp, cudnn_softmax_layer.cu,cudnn_tanh_layer.cpp, cudnn_tanh_layer.cu
複製到faster-caffe-faste-rcnn對應文件夾
再次編譯即可
2. 錯誤：【ImportError:/usr/develop/repertory/py-faster-rcnn/tools/../caffe-fast-rcnn/python/caffe/_caffe.so:undefinedsymbol:_ZN5boost6python6detail11init_moduleER11PyModuleDefPFvvE】
解決方法:
makefile中boost版本不匹配boost.python是一個類似翻譯器的東西，所以如果你是python3的程序，卻用了python2的翻譯器，那語法、定義等等各方面必然會有衝突。
makefile中查找這個變量PYTHON_LIBRARIES
PYTHON_LIBRARIES ?= boost_python python2.7
改成:PYTHON_LIBRARIES := boost_python3 python3.5m
3. 錯誤：
File"/usr/develop/repertory/py-faster-rcnn/tools/../lib/datasets/pascal_voc.py",line 16, in <module>import cPickleImportError: No module named 'cPickle'
解決方法:
python2有cPickle，但是在python3下，是沒有cPickle的；
解決辦法：將cPickle改爲pickle即可
4. 錯誤：【Traceback (most recent call last):File"./tools/train_faster_rcnn_alt_opt.py", line 211, in<module>cfg_from_file(args.cfg_file)File"/usr/develop/repertory/py-faster-rcnn/tools/../lib/fast_rcnn/config.py",line 263, in cfg_from_file_merge_a_into_b(yaml_cfg, __C)File"/usr/develop/repertory/py-faster-rcnn/tools/../lib/fast_rcnn/config.py",line 232, in _merge_a_into_b for k, v in a.iteritems():AttributeError:'EasyDict' object has no attribute 'iteritems'】
解決方法:
iteritems()改爲items()
5. 錯誤：【AttributeError: 'EasyDict' object has noattribute 'has_key'】
解決方法:
has_key方法在python2中是可以使用的，在python3中刪除了。
比如：
if dict.has_key(word):
改爲：
if word in dic
6. 錯誤：【NameError:name 'xrange' is not defined】
解決方法:
xrange改爲range,並且range(x)中x要爲整數:int(x)
7. 錯誤：【AttributeError:'module' object has no attribute 'text_format' 】
解決方法:
代碼上方(train.py)增加一行importgoogle.protobuf.text_format 即可解決問題
8. 錯誤：【typeError: a byte-like Objectis required,not ‘str’】
解決方法:
9. 錯誤：【faster-rcnn中訓練時assert（boxes[:,2]>=boxes[:,0]）.all()】
原因：左上角座標（x,y）可能爲0，或標定區域溢出圖片，
而faster rcnn會對Xmin,Ymin,Xmax,Ymax進行減一操作
如果Xmin爲0，減一後變爲65535
解決方法:
① 修改lib/datasets/imdb.py，append_flipped_images()函數
數據整理，在一行代碼爲 boxes[:, 2] = widths[i] - oldx1- 1下加入代碼：
for bin range(len(boxes)):
if boxes[b][2]< boxes[b][0]:
boxes[b][0] = 0
② 修改lib/datasets/pascal_voc.py，_load_pascal_annotation(,)函數
將對Xmin,Ymin,Xmax,Ymax減一去掉，變爲：
③ 修改lib/fast_rcnn/config.py，不使圖片實現翻轉，如下改爲：
# Usehorizontally-flipped images during training?
__C.TRAIN.USE_FLIPPED= False