Faster RCNN项目部署（一）

最新推荐文章于 2024-09-15 07:38:59 发布

深度菜鸟

最新推荐文章于 2024-09-15 07:38:59 发布

阅读量819

点赞数 8

分类专栏：目标检测文章标签：目标检测计算机视觉人工智能

本文链接：https://blog.youkuaiyun.com/m0_51619560/article/details/135277616

版权

目标检测专栏收录该内容

9 篇文章

订阅专栏

本文详细描述了如何在云服务器环境下部署FasterRCNN项目，包括安装依赖、运行demo遇到的UnidentifiedImageError问题解决、Visdom连接问题处理以及PyCharm调试的调整。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Faster RCNN项目部署

simple-faster-rcnn-pytorch-master

项目源码：https://github.com/chenyuntc/simple-faster-rcnn-pytorch

云服务器环境：

1.安装依赖

!pip install scikit-image
!pip install visdom
!pip install torchnet
!pip install opencv-python
!pip install ipdb
!pip install ipython==7.28.0
!pip install fire

2.运行demo

2.1下载预训练模型

百度网盘地址：https://pan.baidu.com/s/1o87RuXW
密码：scxn

2.2运行demo.pipynb

问题：在运行img = read_image('/root/autodl-tmp/FasterRCNN/misc/demo.jpg')出现错误：
UnidentifiedImageError：Image.open() cannot identify image file

解决：我也不知道咋解决，因为另外测试后发现PIL的Image.open()是可以用的，我重启了几次不知道为什么就能用了

3.Train

3.1准备数据

参考项目官网的5.1 Prepare data--Pascal VOC2007

最终得到的数据目录如下

3.2修改配置

utils/config.py：修改VOC数据集的存放位置voc_data_dir = '/root/autodl-tmp/FasterRCNN/dataset/VOCdevkit/VOC2007/'

3.3开启训练

如果直接运行代码!python train.py train --env='fasterrcnn' --plot-every=100，会出现以下问题：

问题：ERROR:visdom:[WinError 10061] 由于目标计算机积极拒绝，无法连接。

原因：代码中用到了在线可视化工具visdom，但是没有启动

解决：利用Xshell映射云端服务器的visdom，进行训练过程可视。参考博客https://blog.youkuaiyun.com/m0_6551

因此，先利用Xshell映射云端服务器的visdom（参见上面的博客），再在jupyter notebook运行以下代码

python train.py train --env='fasterrcnn' --plot-every=100

运行成功结果如下：

3.4利用Pycharm进行调试

因为在jupyter notebook中开启训练时使用了代码python train.py train --env='fasterrcnn' --plot-every=100，而在Pycharm中无法输入这样的命令进行debug，因此我对train.py做了以下修改：

我舍弃了利用fire.Fire()来调用函数train，而是直接在main函数中调用了train()方法，并传递了参数。此时就可以在Pycharm进行debug了。

另外，Pycharm在调试过程会遇到一个问题，即：debug时Pycharm卡住在connected界面不动

解决：