关于faster rcnn代码运行时出现的错误及解决方法汇总

    关于faster rcnn安装过程，参照官网教程即可，这里使用的是Python版本的faster rcnn，链接地址为https://github.com/rbgirshick/py-faster-rcnn，主要备份问题及解决方法。

1、代码运行时出现no module named ... 时，一般情况下，采用apt get install，或者pip install即可解决问题。

2、出现no module named cv2时，此时原因一般为opencv配置有问题，按照opencv官网给出的安装方法http://docs.opencv.org/2.4/doc/tutorials/introduction/linux_install/linux_install.html#linux-installation按照步骤安装即可。

3、在运行demo.py时，出现error，大致意思是找不到roi层，此时是因为caffe的安装配置出现问题，faster rcnn有自己的caffe branch和自己的caffe版本，此时要注意将https://github.com/rbgirshick/caffe-fast-rcnn/tree/0dcd397b29507b8314e252e850518c5695efbb83里面的caffe下载下来后master下的全部文件移到caffe-faster-rcnn文件夹下，将makefile.config编辑好，即可编译，注意里面的with Python layer=1，一定要有，不然后面会出现问题。

4、caffe版本对了之后，在进行编译时，出现问题，大致意思就是cudnn版本不对，有问题，解决办法：

（1）用最新caffe代码的以下文件替换caffe-faster-rcnn文件夹下的对应文件，

include/caffe/layers/cudnn_relu_layer.hpp, src/caffe/layers/cudnn_relu_layer.cpp, src/caffe/layers/cudnn_relu_layer.cu

include/caffe/layers/cudnn_sigmoid_layer.hpp, src/caffe/layers/cudnn_sigmoid_layer.cpp, src/caffe/layers/cudnn_sigmoid_layer.cu

include/caffe/layers/cudnn_tanh_layer.hpp, src/caffe/layers/cudnn_tanh_layer.cpp, src/caffe/layers/cudnn_tanh_layer.cu

（2）用最新caffe源码替换caffe-faster-rcnn文件夹下对应文件

include/caffe/util/cudnn.hpp

（3）将caffe-faster-rcnn中的src/caffe/layers/cudnn_conv_layer.cu文件中函数

cudnnConvolutionBackwardData_v3 替换为 cudnnConvolutionBackwardData

cudnnConvolutionBackwardFilter_v3替换为 cudnnConvolutionBackwardFilter

上述工作完成后即可再次运行demo.py即可正常完成任务。