使用pytorch版faster-rcnn训练自己数据集

• 原文地址：地址
• 自己遇到的问题：
  1.运行demo时报错,提示模型中的参数维度与网络中的维度不匹配，修改方法：

pascal_classes = np.asarray(['__background__',
                       'aeroplane', 'bicycle', 'bird', 'boat',
                       'bottle', 'bus', 'car', 'cat', 'chair',
                       'cow', 'diningtable', 'dog', 'horse',
                       'motorbike', 'person', 'pottedplant',
                       'sheep', 'sofa', 'train', 'tvmonitor'])

将这里的类别换为自己的数据集类别，一定要加背景类别，因为训练过程中就加了背景。

2.roibatchLoader.py的一句not_keep = (gt_boxes[:,0] == gt_boxes[:,2]) | (gt_boxes[:,1] == gt_boxes[:,3])报错，提示

IndexError: too many indices for tensor of dimension 1 

解决方法：清理data/cache
3.roidb.py 63行assert all(max_classes[nonzero_inds] != 0)报错arrert error，解决方法：清理data/cache
4.记得修改resnet.py的222行self.model_path = 'data/pretrained_model/resnet101_caffe.pth'，换为自己需要的模型。