simple-faster-rcnn-pytorch代码复现

代码下载地址：https://github.com/chenyuntc/simple-faster-rcnn-pytorch
我运行代码时主要根据作者的README.MD进行的，遇到错误时再逐个解决。

一、准备工作

运行环境：ubantu16.04+python3.7+anaconda
1.创建环境

conda create --name simp python=3.7  # 创建conda环境
conda activate simp               #激活环境simp

2.安装pytorch

conda install pytorch torchvision cudatoolkit=10.2 -c pytorch

3.安装其他依赖项

pip install visdom scikit-image tqdm fire ipdb pprint matplotlib torchnet

此处安装见我的另一篇博文
4.下载预训练模型百度网盘（提取码：scxn）
5.下载数据集：代码中使用的是VOC2007
此处见我的另一篇PASCAL VOC数据集分析及下载、解压

• 下载训练、验证、测试数据和工具包

wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-2007.tar
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCdevkit_08-Jun-2007.tar

• 把这些压缩文件解压到一个名为VOCdevkit的文件夹中（三条指令一起执行）

tar xvf VOCtrainval_06-Nov-2007.tar
tar xvf VOCtest_06-Nov-2007.tar
tar xvf VOCdevkit_08-Jun-2007.tar

• 然后可以看到有下面这样的结构：

$VOCdevkit/                           # development kit
$VOCdevkit/VOCcode/                   # VOC utility code
$VOCdevkit/VOC2007                    # image sets, annotations, etc.
# ... and several other directories ...

6.修改数据集的路径：将utils/config.py中的voc_data_dir修改成自己的路径

voc_data_dir = ‘你的路径’

例如：我的为：

voc_data_dir = ‘/home/dlut/cfr/simple-faster-rcnn-pytorch-master/VOCdevkit/VOC2007/’

7.下载caffe-pretrain model。由于在中国直接使用README.MD中提供的语句python misc/convert_caffe_pretrain.py无法下载，所以使用网盘（提取码：u0xf）来下载。
8.修改caffe-pretraind model 的路径：将utils/config.py中的caffe_pretrain_path修改成自己的路径：
我的为

caffe_pretrain_path = ‘/home/dlut/cfr/vgg16-397923af.path’

9.还要修改原程序中的load_path =None为自己下载的预训练模型的路径load_path =path/to/your/downloaded/pretrained/model
例如：

load_path = ‘/home/dlut/cfr/chainer_best_converted_to_pytorch_0.7053.path’

二、开始训练

1.在终端下运行python -m visdom.server，此时会出现一个网址http://localhost:8097，然后在浏览器打开这个网址，可以看到是visdom的可视化界面。

2.将环境从“main”改为“fasterrcnn”，然后运行：python train.py train --env = ' fasterrcnn-caffe '-- plot-every = 100 --caffe-pretrain，就开始了训练过程。在网页中可以看到各种损失函数、真值和预测图。
部分截图如下：

如有不正确的地方，请评论指出，共同学习~~