训练py-faster-rcnn

因为学校机器上Caffe已经配好了，就不多说它的配置了。

首先，准备工作，安装cython,python-opencv,easydict：

pip install cython  pip install easydict  apt-get install python-opencv 

1，下载py-faster-rcnn

git clone --recursive https://github.com/rbgirshick/py-faster-rcnn.git 

2,编译Cython modules

cd $FRCN_ROOT/libmake

3编译caffe和pycaffe

cd $FRCN_ROOT/caffe-fast-rcnnmake  make testmake runtestmake pycaffe

这里可能报错,在Makefile.config文件里修改配置选项，以自己计算机情况为主，看是否使用CUDNN,Open_CV,后面的版本号也可以酌情降低。记得打开：

WITH_PYTHON_LAYER := 1

还有一个报错的地方，python include路径需要修改:

还遇到了一个和layer相关的错误，百度解决方法是在对应文件里把这一行注释掉，具体错误不记得了。
4测试
把下载的faster_rcnn_models放到data文件夹里。输入测试命令:

cd $FRCN_ROOT./tools/demo.py

5下载和解压数据集

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

放在data文件夹里，然后进行连接:

cd $FRCN_ROOT/dataln -s $VOCdevkit VOCdevkit2007

6下载imagenet_models
下载解压后放在data文件夹里。

7开始训练，使用端到端的训练方法

d $FRCN_ROOT./experiments/scripts/faster_rcnn_end2end.sh [GPU_ID] [NET] [--set ...]

以自己的计算机配置调整，例如我的就是：

./experiments/scripts/faster_rcnn_end2end.sh 0 VGG16 pascal_voc

开始训练：