利用Faster-RCNN_TF訓練自己的數據

因爲之前工作的原因用到了faster-rcnn，所以去GitHub上找了一個tensorflow版本的Faster-RCNN。但是在編譯和訓練階段都遇到了一些問題，也參考了很多博客的幫助。現在將問題記錄下來方便下次查閱。
需要的軟件：

Requirements for Tensorflow  
Python packages you might not have: cython, python-opencv, easydict

這裏使用的Python版本是2.7，tensorflow版本也是比較老的，因此我重新安裝了tensorflow1.5.0-gpu。1.5.0是支持CUDA9.0的最低版本，如果再高的話就不知道能不能兼容這個faster-rcnn了。

遇到的問題

1. g++: error: roi_pooling_op.cu.o: No such file or directory
   解決：按如下步驟設置
   (1) export PATH=$PATH:/usr/local/cuda-8.0/bin/ (你的CUDA路徑) for your terminal (2) 在$FRCN_ROOT/lib/ make.sh文件中，將 CXXFLAGS+=’-undefined dynamic_lookup’改爲 CXXFLAGS=’-D_MWAITXINTRIN_H_INCLUDED’
2. undefined symbol: _ZTIN10tensorflow8OpKernelE
   make.sh文件中缺少了TF_LIB 編譯參數，還需要添加 -D_GLIBCXX_USE_CXX11_ABI=0
   解決
   (1)修改make.sh添加TF_LIB，並修改相應的編譯參數
   TF_LIB=$(python -c ‘import tensorflow as tf; print(tf.sysconfig.get_lib())’)
   　　…
   g++ -std=c++11 -shared -o roi_pooling.so roi_pooling_op.cc -D_GLIBCXX_USE_CXX11_ABI=0
   roi_pooling_op.cu.o -I $TF_INC -L $TF_LIB -ltensorflow_framework -D GOOGLE_CUDA=1
   -fPIC $CXXFLAGS -lcudart -L $CUDA_PATH/lib64
   　　…
   (2)重新make，然後運行
   可以參考這裏

利用自己的數據進行訓練

這裏主要有兩個部分。1）準備自己的數據集，要按照VOC數據集的格式來。2）修改訓練代碼。這部分主要參考一片博文 https://blog.csdn.net/zcy0xy/article/details/79614862
數據集之前已經準備好，不過在main文件夾下缺少幾個文件（test.txt, val.txt, train.txt, trainval.txt）需要補上。。訓練時程序也報過錯，後來經過修改正常了（具體的錯誤及修改忘記了。。。看起來要及時記錄啊）。
訓練了大約20000步，訓練的結果還不錯。