mask rcnn模型踩坑指南 tusimple mx-maskrcnn

mask rcnn模型踩坑指南(MxNet框架)：
1.环境：anaconda2+tensorflow-gpu+python2.7.14
pip freeze: certifi==2017.11.5 / Cython==0.27.3 / easydict==1.7 / frcnn-cython==0.0.0 / numpy==1.13.3 / olefile==0.44 / opencv-python==3.3.0.10 / Pillow==4.3.0 / pycocotools==0.0.0
2.步骤 ：

a.原始数据集+原始代码。模型运行源码网址：https://github.com/TuSimple/mx-maskrcnn，

数据集网址：https://www.cityscapes-dataset.com/ . 

先下载数据集gtFine_trainvaltest.zip, leftImg8bit_trainvaltest.zip（需先注册，有些麻烦）和代码git clone https://github.com/TuSimple/mx-maskrcnn.git. 

数据集解压到 ./data/cityscape/目录下

b.***@ubuntu: mx-maskrcnn-master $ bash scripts/download_res50.sh  #Download Resnet-50 pretrained model 

c.安装mxnet, tutorial: https://mxnet.incubator.apache.org/get_started/build_from_source.html

***@ubuntu:mx-maskrcnn-master$ git clone --recursive https://github.com/apache/incubator-mxnet.git 

[mxnet]# mxnet官网GitHub下载地址，download incubator-mxnet，即mxnet模块,--recursive必不可少，否则可能make失败，导致后面缺少libmxnet.so库。

d. ***@ubuntu: mx-maskrcnn-master $ cp rcnn/CXX_OP/* incubator-mxnet/src/operator/  # Build MXNet with ROIAlign operator.
cd incubator-mxnet

make -j8 USE_BLAS=openblas USE_CUDA=1 USE_CUDA_PATH=/usr/local/cuda USE_CUDNN=1 USE_CPP_PACKAGE=1

# c++编译选项USE_CPP_PACKAGE=1

e. ***@ubuntu: mx-maskrcnn-master $ make #build related cython code , maybe need install cython package, 
f.***@ubuntu: mx-maskrcnn-master $ sh scripts/train_alternate.sh  #Kick off training, 需修改train_alternate.sh最后一行为单GPU,原本为4GPU


模型正常训练结果：先加载图像，再迭代
========================1285 ============================
data/cityscape/gtFine/train/bochum/bochum_000000_006746_gtFine_instanceIds.png
(2048, 1024)
========================1286 ============================
data/cityscape/gtFine/train/weimar/weimar_000022_000019_gtFine_instanceIds.png
(2048, 1024)
 
模型训练2h显示：
 
模型训练20h显示：
 


3.踩的2个大坑：
a.
(1)报如下错误：

运行最后一步bash scripts/train_alternate.sh报错，File "_mask.pyx", line 56, in init rcnn.pycocotools._mask AttributeError: type object 'rcnn.pycocotools._mask.RLEs' has no attribute '__reduce_cython__' 

(2) 解决方案：将anaconda中的python3.6更换为python2.7（python3.6中还会报其他格式错误）
(3) 可能原因：见https://groups.google.com/forum/#!topic/cython-users/tQlwfcpdf0k，可能是Cython 0.26与python3不兼容(谷歌搜__reduce_cython__)
b.
(1) 报如下错误：
src/storage/storage.cc:63: Check failed: e == cudaSuccess || e == cudaErrorCudartUnloading CUDA: invalid device ordinal
 
(2) 解决方案：将./scripts/train_alternate.sh脚本最后一行作如下修改：
--gpu 0,1,2,3 |& tee -a ${TRAIN_DIR}/train.log  ->  --gpu 0 |& tee -a ${TRAIN_DIR}/train.log
(3) 可能原因：见http://blog.csdn.net/zpp13hao1/article/details/78581767?locationNum=7&fps=1中间部分“使用一个GPU，源代码是使用了4个GPU，需要在train_alternate.sh中的最后一句话改为”
4.备注
训练模型时，如出现如下libmxnet.so文件缺失，说明mxnet安装不成功，需从步骤c开始重新安装mxnet。
打印如下：RuntimeError: Cannot find the files. List of candidates:./incubator-mxnet/python/mxnet/libmxnet.so
./incubator-mxnet/python/mxnet/../../lib/libmxnet.so

./incubator-mxnet/python/mxnet/../../build/libmxnet.so

5. openblas 可能找不到  cblas.h，环境变量可能需要添加:

C_INCLUDE_PATH=/*/OpenBLAS/include:/MyLib
export C_INCLUDE_PATH
CPLUS_INCLUDE_PATH=$CPLUS_INCLUDE_PATH:/*/OpenBLAS/include:/MyLib
export CPLUS_INCLUDE_PATH

6. 出现/usr/bin/ld: cannot find -lxxx 的解决办法

export LIBRARY_PATH=/opt/biosoft/hdf5-1.8.15-patch1/lib/:$LIBRARY_PATH若修改变量 LD_LIBRARY_PATH 不奏效，则修改变量 LIBRARY_PATH 。

7 出现

/usr/lib/libopencv_highgui.so.2.4: undefined reference to TIFFRGBAImageOK@LIBTIFF_4.0' 1> /usr/lib/libopencv_highgui.so.2.4: undefined reference toTIFFReadRGBAStrip@LIBTIFF_4.0'

解决方法是在cmake时加入下面参数

-D BUILD_TIFF=ON