Faster-RCNN代码解读8：代码调试与总结

Faster-RCNN代码解读8：代码调试与总结

前言

​ 因为最近打算尝试一下Faster-RCNN的复现，不要多想，我还没有厉害到可以一个人复现所有代码。所以，是参考别人的代码，进行自己的解读。

​ 代码来自于B站的UP主（大佬666），其把代码都放到了GitHub上了，我把链接都放到下面了（应该不算侵权吧，毕竟代码都开源了^_）：

b站链接：https://www.bilibili.com/video/BV1of4y1m7nj/?vd_source=afeab8b555e5eb1bfa1e7f267262cbf2

GitHub链接：https://github.com/WZMIAOMIAO/deep-learning-for-image-processing

目的

​ 其实UP主已经做了很好的视频讲解了他的代码，只是有时候我还是喜欢阅读博客来学习，另外视频很长，6个小时，我看的时候容易睡着^_，所以才打算写博客记录一下学习笔记。

目前完成的内容

​ 第一篇：VOC数据集详细介绍

​ 第二篇：Faster-RCNN代码解读2：快速上手使用

​ 第三篇：Faster-RCNN代码解读3：制作自己的数据加载器

​ 第四篇：Faster-RCNN代码解读4：辅助文件解读

​ 第五篇： Faster-RCNN代码解读5：主要文件解读-上

​ 第六篇： Faster-RCNN代码解读6：主要文件解读-中

​ 第七篇：Faster-RCNN代码解读7：主要文件解读-下

​ 第八篇：Faster-RCNN代码解读8：代码调试与总结（本文）

目录结构

1. 前言：

​ 前面的七篇文章，基本上把该项目大部分重要的文件都进行了解读。本篇是Faster-RCNN代码解读的最后一篇，主要是分享一下如何去调试代码和从更高的角度去分析一下。

2. pycocotools安装/代码调试：

​ 代码调试，需要运行的文件是train_mobilenetv2.py这样的文件才可以。

​ 不过这不是重点，重点是想要正常的运行该训练文件，需要安装很多库，其中最难安装的就是pycocotools。**如果你的环境是Linux，可以直接pip安装即可；但是如果你是windows，那么就很麻烦了。**这里，我说一下，我安装pycocotools的历程：

2.1 安装VC 14++：

​ 第一步，必须安装VC 14++。但是，网上提供的一般都是一个文件，即 VisualCppBuildTools_Full.exe，如果你直接用这个文件安装，一般会报错文件损坏之类的。

​ 因此，最好是下载带有安装文件的VisualCppBuildTools_Full.exe，可以从下面的链接中下载：

链接：https://pan.baidu.com/s/1uwP-Y2egam4taXmn6uYPaA 
提取码：qt91

​ 下载后，目录结构如下图所示，并直接运行exe即可正常安装：

2.2 下载pycocotools：

​ 第二步，从GitHub上下载cocotools。

​ 打开链接：

https://github.com/cocodataset/cocoapi

​ 将整个项目下载下来放到任意文件夹即可：

2.3 开始安装：

​ 进入你刚刚下载的GitHub文件夹内的PythonAPI中：

​ 然后，以此打开Windows的cmd命令行，输入python setup.py build_ext --inplace，运行成功的截图：

​ 接着，再运行python setup.py build_ext install命令，运行成功的截图：

​ 正常运行完成后，你的文件夹就会多出两个文件夹：

​ 最后一步，就是把pycocotools.egg-info和pycocotools两个文件夹复制放入你的python编辑器里面的库文件夹内（参考下图找到自己的路径）：

​ 到这里，就安装成功了。

2.4 测试是否安装成功：

​ 最简单的检验方式，创建一个python文件，运行代码：

from pycocotools.coco import COCO

​ 没有报错，即安装成功。

​ 安装成功后，基本跑完该项目就没啥问题了，可以正常调试代码了。

3. 对该项目的浅解：

​ 该项目的代码特别多，一个文件有的有六七百行代码，读起来确实很痛苦。

​ 这里我给出一点我的心得：

• 读架构代码，先读__init__方法，再读forward方法，以前向传播方法为路径，去搞懂每一个方法。
• 如果你对某个变量不清楚，可以去调试代码，去看看这个变量的值。
• 如果你对了解全部的代码不感兴趣，可以针对某个文件去具体研究。
  • 比如，如果你想要知道Faster-RCNN的RPN框架，可以就只读network_files文件夹的RPN部分
• 如果你只想要大体了解整体架构，建议只读network_files/faster_rcnn_framwork.py即可

​ 最后，如果你想要自己研究整个代码。我觉得比较好的阅读顺序是：

​ 首先，需要了解数据集（1）；其次，需要明白我们如何加载数据集的（2）；接着，去读如何训练整个网络（3）；然后进入网络内部，了解Faster-RCNN的整体框架（4）；最后，深入Faster-RCNN的RPN部分和后面的分类回归部分（5）。

​ 另外，大佬的视频文件也是必看的参考资料之一。

4. 总结：

​ 到此，Faster-RCNN的源码解读到此结束了。相比于YOLO等一阶段算法，Faster-RCNN这样的两阶段代码确实太多了。

​ 不过，代码虽多，我们并不是要学习所有的代码，而是去验证论文和去学习实现的思路。