FasterRCNN调试笔记

之前想学一下fasterRCNN，于是看了网上了一些博客，遇到了一些问题，这里做个总结。

参考链接：

https://blog.csdn.net/sinat_30071459/article/details/51332084

https://github.com/rbgirshick/py-faster-rcnn

1.上面两个网址都介绍的很全了，其他是个人问题解决办法。

2.fasterRCNN试跑时，是先用已经训练好的model去跑demo，demo跑通说明基本环境没问题了，demo用不上VOC数据库。然后用自己的数据替换VOC数据集去fine-tuning已经有的模型。一开始，可以把迭代次数全部设置为最小，例如全部取100。这样可以看环境或者程序是否有问题，没问题后再把迭代次数改大。节省时间。

3.Makefile.config这里，我只改了连个地方，开了python编译和增加了hdf5的库位置

（1）with_python=1取消注释，相当于启动

（2）下面为修改后的头文件和库路径：

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/lib/x86_64-linux-gnu/hdf5/serial/include

LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu/hdf5/serial

4.第一个博客中有一句：make -j8 && make pycaffe

其中&相当于&，在HTML中的格式，实际上是作者用html格式没换行导致的。只要两个步骤：make和make pycaffe

所以这是两句指令，make -j8最好改为make -j32，速度快，-j32表示是32位的；下一步make pycaffe就可以了。

make clean（这句是用来清理make产生的file的，如果没make失败，可以清理后再make）

5.由于我用的是服务器跑的程序，而且是个人账户，只好用远程登录，跑demo的过程中，发现显示不了图像，经常提示plt错误。tkinter.TclError: no display name and no $DISPLAY environment variable就是显示不了图像的意思。

解决办法：

（1）Windows可以用xshell加xmanage解决，但是我发现我的Windows7装了这两个也不行，但是Windows10装了直接就能用，win7的问题搜索了很多都没解决，最后只能用win10了。xshell+xmanage需要以下指令才能验证正常使用：

su 用户名（这句好像不用也可以）

export DISPLAY=192.168.1.108:0.0（IP改为自己的，最主要是这一句）

xclock（显示时钟图案，如果成功说明配置没问题）

nautilus（远程显示用户的图像操作界面的）

（2）linux比较简单：首先在服务器上使用xhost+允许远程登录（参考网上教程，下面步骤走不通再设置这个）；接着用

ssh -X 用户名@192.168.1.100(主机地址)，注意-X要大写，表示开启图形界面。如果成功登录，就直接可以用了。

用xclock 或nautilus或display 图片.jpg来测试，如果能显示，说明成功了。

6.远程操作服务器编程最好用ipython notebook，不过要设置映射（参考网上教程），例如局域网可以用http://192.168.1.100:9999登录，前面ip为主机地址，9999是我把主机的ipython notebook映射成9999端口了，接着用设置好的密码登录就可以了。

7.服务器和个人需要的很多库版本不同，很容易出现import类错误。如果没权限，这时可以用pip来给个人用户文件夹装库，

参考https://blog.csdn.net/liangyanghui/article/details/81016488

8.fasterRCNN运行过程中出现了这个错误，AttributeError: 'module' object has no attribute 'text_format'，百度了一下都说是由于protobuf版本不同，但是根据很多教程装了protobuf很多版本才发现，只需要"在文件./lib/fast_rcnn/train.py增加一行import google.protobuf.text_format 即可解决问题"，protobuf回退到版本2.5.0会使caffe编译出现一些问题。感谢https://blog.csdn.net/qq_33202928/article/details/72526710

9.top查看当前运行的进程，nvidia-smi查看当前英伟达显卡占用率

10.错误TypeError: 'numpy.float64' object cannot be interpreted as an index，查看很多博客都说是numpy版本问题，但是装了numpy11又会出现新的问题，最直接的方法是改变文件中numpy的用法，见以下博客：

https://www.cnblogs.com/han1ning1/p/7858357.html 

https://blog.csdn.net/qq_21089969/article/details/69422624

上面博客说的第二个integer问题，实际有两个地方：一个是 /home/XXX/py-faster-rcnn/lib/rpn/proposal_target_layer.py，转到123行；另一个是/home/lXXX/py-faster-rcnn//lib/roi_data_layer/minibatch.py的173行，都需要强制转换为int类型。

11.错误：bbox_targets[ind, start:end] = bbox_target_data[ind, 1:]

ValueError: could not broadcast input array from shape (4) into shape (0)

这类错误是因为索引超限，我跑fasterRCNN出现这个问题是因为在类别标签（分多少类）和那些layer的类别数量设置不一致导致的，修改回来就好了。