CCPD_RFCN_车牌检测_代码调通记录

• 首先需要一个干净的Python虚拟环境，Python2/3都可以，我选择使用Python3.6
• 安装必须的包：

# 版本的话没有过多的要求，兼容即可，建议先安装torch>=0.3.0，然后pip会根据torch选择相应的其他包的版本
# torch的版本过多，建议去pytorch官网根据自己的系统情况选择对应的版本，不同的版本有不同的pip命令
# 我使用的是：pip install torch==1.2.0 torchvision==0.4.0 -f https://download.pytorch.org/whl/torch_stable.html
cycler          0.10.0
imutils         0.5.3
kiwisolver      1.1.0
matplotlib      2.2.2
numpy           1.17.4
opencv-python   4.1.2.30
Pillow          6.2.1
pip             10.0.1
pyparsing       2.4.5
python-dateutil 2.8.1
pytz            2019.3
PyYAML          4.2b2
setuptools      39.1.0
six             1.13.0
torch           1.2.0+cu92
torchvision     0.4.0+cu92

• 下载项目代码：

git clone https://github.com/detectRecog/CCPD.git

• 下载训练好的模型跑demo

Location module wR2.pth	[baiduyun](https://pan.baidu.com/s/1Q3fPDHFYV5uibWwIQxPEOw)
rpnet model fh02.pth	[baiduyun](https://pan.baidu.com/s/1sA-rzn4Mf33uhh1DWNcRhQ)	

• 执行demo.py文件

python demo.py -i ./demo/ -m 模型路径 如./fh02.pth
# 代码几乎不需要修改，设置好参数路径即可

# 有可能报错，比如：
「KeyError: Caught KeyError in replica 0 on device 0」错误
# 参考该方法：
1.将** roi_pooling.py**的第18行：
self._backend = type2backend[type(input)]
进行修改，改为：
self._backend = type2backend[input.type()]
2.将roi_pooling.py的第75行：
output.append(adaptive_max_pool(im, size))
修改为：
output.append(F.adaptive_max_pool2d(im, size))
并在文件头部导入：
import torch.nn.functional as F

• 首先训练wR2获得模型

python wR2.py -i [数据集的文件夹路径] -b 4
# 关于数据集，是一个很大的工程，这里的数据集和其他项目的Annotations有所不同，图片的名字就是标注信息，不需要自己去写文件进行转换，项目内部有专门的代码来解析。
# 我在这里报了一个错，由于torch版本原因，有些函数的用法进行了修改，所以需要查阅，修改源码，比如：
IndexError: invalid index of a 0-dim tensor. Use tensor.item() to convert a 0-dim tensor to a Python
解决方法:

#将原语句：

train_loss+=loss.data[0]

#修改为：

train_loss+=loss.item()

• 完成wR2训练后，紧接着训练rpnet的模型

 python rpnet.py -i [用于训练的文件夹路径] -b 4 -se 0 -f [保存模型文件夹路径] -t [训练中用于测试的文件夹路径]
 这时会报一个0不能做除数的错误，找到对应行在除数部分+0.00001就通了。

• 上述结束以后就是测试了

python rpnetEval.py -m [MODEL PATH, like /**/fh02.pth] -i [TEST DIR] -s [FAILURE SAVE DIR]

• 上述的训练和测试作者没有在控制台打印太多内容，而是将巡礼和测试信息写成了日志的形式，可以查阅训练过程，型如：wR2.out等。