faster-rcnn.pytorch-1.0配置问题及解决方法

在新的服务器上配置faster-rcnn出了不少的问题,基本都得到了解决。我用的是https://github.com/jwyang/faster-rcnn.pytorch/tree/pytorch-1.0faster rcnn项目。

深度学习服务器配置参考:

  1. RTX2080ti

  2. pytorch 1.3

  3. python 3.7

  4. CUDA 10.2

  5. CUDNN (版本忘记了,选CUDA10.2对应的版本就对了)

  6. Ubuntu18.04

     

git下载到自己的服务器中

git clone -b pytorch-1.0 https://github.com/jwyang/faster-rcnn.pytorch.git

下面描述各个问题的出现及解决办法。

问题:

  1. ImportError: cannot import name '_mask' 

    # 进入faster rcnn项目的data文件夹
    cd data
    
    git clone https://github.com/pdollar/coco.git 
    
    cd coco/PythonAPI
    
    make
    
    cd ../../..

     

  2. scipy.misc import imread 在高版本被弃用

    # 这里我用imageio替换
    from imageio import imread

     

  3. Runtime Error: Not Compiled with GPU support

    # 前面的几个问题基本都很好解决,但是这个问题却困扰了我很久,后来问了别人才知道了解决方法。
    # Ubuntu18.04自带的gcc 和 g++ 版本过高,自带7.4版本,虽然编译的时候没有报错,但是在运行的时候会# 报错。
    # 将gcc 和g++ 降到5.5就行了,可能还有其他的版本可以编译通过,但是我懒得尝试了。
    # 如果之前编译过,记得把之前编译生成文件夹删了
    # rm -rf build
    # 再重新python setup.py build develop

    这里放两个当时我参考的两个博客,主要是第二个。Ubuntu18.04多个版本GCC编译器的切换 和Ubuntu安装GCC5.0或GCC7.0

  4.  CUDA 和CUDNN。如果服务器上没有装着两个的话,需要装上。服务器刚到手的时候,里面是有装上的,但是为了排除问题3遇到的情况,我又重新装了一遍(事实证明和他们无关)。这里是CUDA10和cudnn安装。

  5.  如果还遇到其他问题,我再更新吧。(希望不要遇到)

你可能感兴趣的:(faster-rcnn.pytorch-1.0配置问题及解决方法)