Faster R-CNN安装运行

资源下载：

上github下载faster R-CNN，解压缩。
我下载的是zip文件，解压后文件夹caffe-fast-rcnn是空的，需要在点开faster R-CNN主页上的caffe-fast-rcnn @ 0dcd397文件，将其内容下载下来并解压到对应的位置。

安装：

准备环境：

准备caffe的环境：

faster RCNN是在caffe框架下开发的，所以需要先准备caffe的相关依赖，之一部分参考博客Ubuntu14.04通过make+cmake编译安装caffe 的依赖安装部分。

安装cython, easydict

sudo pip install cythonsudo pip install easydict

生成Cython模型

首先，如果你用了独立显卡，需要修改关于独立显卡计算能力的部分。去CUDA-GPUS确定你的显卡的CUDA计算能力。我的是GT750，为3.0.所以修改$FRCN_ROOT/lib中的setup.py中的-arch=sm_XX为-arch=sm_30。具体位置如下：

extra_compile_args={'gcc': ["-Wno-unused-function"],                            'nvcc': ['-arch=sm_30',                                     '--ptxas-options=-v',                                     '-c',                                     '--compiler-options',                                     "'-fPIC'"]},        include_dirs = [numpy_include, CUDA['include']]    ),

cd $FRCN_ROOT/libmake

这里用$FRCN_ROOT代表faster RCNN的根目录路径

修改配置文件

进入
faster RCNN中的caffe-fast-rcnn目录，执行命令

sudo cp Makefile.config.example Makefile.config

得到Makefile.config,打开并做如下修改：

# Uncomment to support layers written in Python (will link against Python libs)WITH_PYTHON_LAYER := 1

也就是把WITH_PYTHON_LAYER := 1的注释去掉。其它的修改按自己的配置来，如果是按照博客Ubuntu14.04通过make+cmake编译安装caffe 准备的环境则不用做任何其它修改了。

编译安装

在根目录下执行

make -j4 && make pycaffe

运行

下载模型：

cd $FRCN_ROOT./data/scripts/fetch_faster_rcnn_models.sh

运行demo：

./tools/demo.py --net zf

其中–net参数作用是选择zf模型还是VGG模型。我的显卡由于显存2G只能跑zf模型.

问题总结：

错误一

gph@gph-pc:~/Desktop/py-faster-rcnn-master/lib$ makepython setup.py build_ext --inplaceTraceback (most recent call last):  File "setup.py", line 12, in <module>    from Cython.Distutils import build_extImportError: No module named Cython.Distutilsmake: *** [all] Error 1

解决：
安装cython，sudo pip install cython

错误二

./tools/demo.pyImportError: No module named easydict

解决：
安装easydict，sudo pip install easydict

错误三

ImportError: libcudart.so.6.5: cannot open shared object file: No such file or directoryorImportError: libcudart.so.6.5: wrong ELF class: ELFCLASS32

解决：
找到机器中正确版本的libcudart.so.6.5（64位和32为有区别），执行命令：export LD_LIBRARY_PATH=/usr/local/cuda-6.5/targets/x86_64-linux/lib:$LD_LIBRARY_PATH

错误四

Check failed: registry.count(type) == 1 (0 vs. 1) Unknown layer type: Python

解决：
makefile.config 文件下WITH_PYTHON_LAYER := 1的注释没去掉

错误五：

Check failed: error == cudaSuccess (2 vs. 0)  out of memory

解决：跑zf模型：–net zf

错误六：

Check failed: error == cudaSuccess (8 vs. 0)  invalid device function

根据你的显卡CUDA计算能力修改$FRCN_ROOT/lib中的setup.py中的-arch=sm_XX为-arch=sm_你的值。

错误七：

Traceback (most recent call last):
File “/home/gph/Desktop/py-faster-rcnn-master/tools/../lib/rpn/proposal_layer.py”, line 10, in
import yaml
ImportError: No module named yaml
Traceback (most recent call last):
File “./tools/demo.py”, line 135, in
net = caffe.Net(prototxt, caffemodel, caffe.TEST)
SystemError: NULL result without error in PyObject_Call

sudo apt-get install python-yaml