Faster R-CNN+Python3+tensorflow

#环境配置：

• Ubuntu 16.04
• python 3.5
• CUDA 9.0
• cudnn 7.0

---

#坑一：需要修改make.sh文件，因为原来代码不兼容python3。
make.sh修改如下：

nvcc -std=c++11 -c -o roi_pooling_op.cu.o roi_pooling_op_gpu.cu.cc \
	-I $TF_INC -D GOOGLE_CUDA=1 -x cu -Xcompiler -fPIC $CXXFLAGS \
	-lcudart -L$CUDA_PATH/lib64 -L$TF_LIB -ltensorflow_framework -I$TF_INC/external/nsync/public \
	-arch=sm_61

g++ -std=c++11 -shared -D_GLIBCXX_USE_CXX11_ABI=0 -o roi_pooling.so roi_pooling_op.cc \
	roi_pooling_op.cu.o -I $TF_INC -L $TF_LIB -ltensorflow_framework -D GOOGLE_CUDA=1 -fPIC $CXXFLAGS \
	-lcudart -L$CUDA_PATH/lib64 -I$TF_INC/external/nsync/public \

---

#坑二：从py2转换为py3编码格式
调用2to3脚本：

2to3 example.py

---

#坑三 使用bash训练脚本

如果直接

python3 ./tools/train_net.py --device gpu --device_id 1 --solver VGG_C