PyFasterRCNN配置详解与优化指南

本文主要讲解Faster-RCNN的配置过程&＃xff0c;以及配置过程中遇到问题的解决方案。

1. 下载工程

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


 代码存放的位置&＃xff0c;以及文件中包含的东西&＃xff0c;如下图所示&＃xff1a;

 2. 编译caffe

cd /home/wdong/code/py-faster-rcnn/caffe-fast-rcnn
cp Makefile.config.example Makefile.config
sudo gedit Makefile.config


将USE_CUDNN :&＃61; 1前边的注释取消 &＃xff0c; 如下&＃xff1a;

将WITH_PYTHON_LAYER :&＃61; 1前边的注释取消 &＃xff0c; 如下&＃xff1a;

在INCLUDE_DIRS :&＃61; $(PYTHON_INCLUDE) /usr/local/include 后添加 /usr/include/hdf5/serial&＃xff0c;如下&＃xff1a;

make -j4 && make pycaffe

会发现报错&＃xff0c;报错如下&＃xff1a;

主要是因为我使用的是CUDNN5.1版本&＃xff0c;该版本不支持py-faster-rcnn&＃xff0c;这里给出一种解决方案&＃xff1a;

之前我们安装的caffe的目录是 /home/wdong/caffe 替换目录 /home/wdong/code/py-faster-rcnn/caffe-fast-rcnn 中对应的文件&＃xff1a;

include/caffe/layers/cudnn_relu_layer.hpp,
src/caffe/layers/cudnn_relu_layer.cpp,
src/caffe/layers/cudnn_relu_layer.cuinclude/caffe/layers/cudnn_sigmoid_layer.hpp,
src/caffe/layers/cudnn_sigmoid_layer.cpp,
src/caffe/layers/cudnn_sigmoid_layer.cuinclude/caffe/layers/cudnn_tanh_layer.hpp,
src/caffe/layers/cudnn_tanh_layer.cpp,
src/caffe/layers/cudnn_tanh_layer.cuinclude/caffe/util/cudnn.hpp

cd /home/wdong/code/py-faster-rcnn/caffe-fast-rcnn/src/caffe/layers
sudo gedit cudnn_conv_layer.cu#将 cudnnConvolutionBackwardData_v3 修改为 cudnnConvolutionBackwardData
#将 cudnnConvolutionBackwardFilter_v3 修改为 cudnnConvolutionBackwardFilter

重新make

make clean
make -j4

make pycaffe

3. 下载faster_rcnn_models 和 imagenet_models

链接&＃xff1a;https://pan.baidu.com/s/1dKkYZwuEJ6cYHIr9FwMw5A 
提取码&＃xff1a;zb6y 
 

拷贝到 /home/wdong/code/py-faster-rcnn/data/ 目录下

tar -xvf faster_rcnn_models.tgz

4. 运行demo.py

此处需要注意你的硬件情况&＃xff0c;官方的给的要求如下&＃xff1a;

考虑到本机配置的GPU为 1060&＃xff0c;显存只有6G&＃xff0c;故 这里只能调用 ZF_faster_rcnn_final.caffemodel&＃xff0c;如果调用VGG16会报错。

在终端进行&＃xff0c;输入&＃xff1a;

./tools/demo.py --net zf

发现报错&＃xff0c;报错如下&＃xff1a;

产生bug的原因&＃xff0c;没有切换权限&＃xff0c;解决方案&＃xff1a;

sudo ./tools/demo.py --net zf

 运行结果如下&＃xff1a;