运行Pytorch-1.0下的Faster RCNN

我的环境是Ubuntu16.04+Python3,6+Pytorch1.0.1+cuda10.0.130

文中使用的源码是jwyang的faster-rcnn.pytorch

一、加载源码，使用git获得

 

（1）输入指令 

• git clone -b pytorch-1.0 --single-branch --depth=1 --recursive https://github.com/jwyang/faster-rcnn.pytorch.git

由于源码是运行在pytorch0.4版本，指令中需加入转换到pytorc1.0分支的的命令

（2）创建数据文件夹data

在faster-rcnn.pytoch中创建data数据文件夹

•      cd faster-rcnn.pytorch
•      mkdir data

 在data文件夹下创建预训练模型的文件pretrained_model

       VGG16: Dropbox, VT Server
  ResNet101: Dropbox, VT Server

（3）在data文件夹下载voc数据集并解压到同一文件VOCdevkit：

•    wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar
•    wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-2007.tar
•    wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCdevkit_08-Jun-2007.tar
•    tar xvf VOCtrainval_06-Nov-2007.tar
•    tar xvf VOCtest_06-Nov-2007.tar
•    tar xvf VOCdevkit_08-Jun-2007.tar

为VOC创建软连接  ln -s VOCdevkit的绝对路径 VOCdevkit2007        （注：也可以直接将VOCdevkit重命名为VOCdevlit2007）

（4）在运行是遇到错误ImportError: cannot import name '_mask'，需下载cocokit并make

• cd faster-rcnn.pytorch/data   
• git clone https://github.com/pdollar/coco.git
• cd coco/PythonAPI
• make
• cd ..//..//..

二、搭建必要环境

一切准备就绪，开始进行模型训练的前提条件。

使用pip安装相应的Python依赖包，在faster-rcnn.pytorch文件下运行：

 

• pip install -r requirements.txt

编辑所需的cuda环境，回到主目录：

• cd lib
• python setup.py build develop
• cd ..

三、开始训练

使用vgg-16作为主干网络：

CUDA_VISIBLE_DEVICES=0 python trainval_net.py --dataset pascal_voc --net res101 --epochs 1 --bs 1 --nw 4 --lr  1e-3 --lr_decay_step 5 --cuda

测试：

test_net.py --dataset pascal_voc --net res101--checksession 1 --checkepoch 6 --checkpoint 416 --cuda

运行demo

python demo.py --net res101 --checksession $SESSION --checkepoch $EPOCH  --checkpoint $CHECKPOINT \ --cuda --load_dir path/to/model/directoy

由于本人是第一次写博客，实在是经验不足，还望各位海涵，希望对你们有所帮助！