使用Faster RCNN训练自己的数据集

使用Faster RCNN训练自己的数据集，过程不太顺利，踩坑数次，所以把流程记录一下。

所使用的代码版本：faster-rcnn.pytorch

1.源码及环境配置

原Github版本使用的Pytorch==0.4.0，但是看了网上的博客记录这个版本有较多错误无法解决，建议使用Pytorch==1.0.0及以上版本；

• 源码

Pytorch0.4.0版源码：https://github.com/jwyang/faster-rcnn.pytorch.git

Pytorch1.0.0版源码：https://github.com/jwyang/faster-rcnn.pytorch/tree/pytorch-1.0

• 环境配置

Ubuntu16.04

Python==3.6 + Pytorch==1.2.0

由于CUDA版本向下兼容，所以这里不作特殊说明.

• 使用Anaconda安装虚拟环境

conda create -n faster-rcnn python=3.6

在Pytorch官网中找到对应的Pytorch与torchvision版本：

# CUDA 10.0
conda install pytorch==1.2.0 torchvision==0.4.0

如图所示，此时cudatoolkit=10.0也会自动安装。

• 安装其他环境依赖

pip install -r requirements.txt

2.预训练模型编译

• 新建文件夹

（注：本文将原文件夹重命名为faster-rcnn）在文件夹中新建data文件夹