超详细Ubuntu环境配置及faster-RCNN_pytorch代码复现

Ubuntu环境配置

用Linux系统最好！因为人家在Linux下开发的，Windows兼容性很差，会出现各种问题

新建虚拟机

这是之前下载好的镜像文件

名称随便写就行，尽量不要中文。密码就是后面的登陆密码


这里只用注意内核数量不要超过电脑线程数就行，因为我用来跑网络，所以给的多

点击完成后就可以等待安装完成。

虚拟机基本设置

设置中文

打开设置，我的语言里面只有英文可选，所以需要下载中文（建议先换源再下载，不然太慢了）

下载好后返回之前的界面选择汉语之后重启

换源

打开softwa&updates

点击关闭后会有弹窗，点击重新载入

软件及插件下载

• 安装pip命令

  sudo apt install pip
  

• 下载vscode
  在Ubuntu应用商店里下载
  
  

虚拟机下安装anaconda

1. 去官网下载合适的版本
   
   如果笔记本是x86的架构就选第一个，如果是arm的架构就选最后一个。中间两个适用于systemz架构和power架构，常见于企业级或服务器级别的环境

2. 到虚拟机改文件目录下安装，安装命令

   ./Anaconda3-2023.09-0-Linux-x86_64.sh
   

   然后根据引导安装，直到出现下面的这个安装成功提示
   
   这里是说如果想让 conda 在启动时自动激活，可以选择 “yes”。如果不希望 conda 在启动时自动激活，选择 “no”，但是这样每次想激活时需要手动运行conda activate命令。因为我这个虚拟机专门用来跑网络，所以这里我选择的yes

3. 添加到环境变量
   检查目前的PYTHONPATH变量的值，会发现是没有刚刚安装的anaconda的路径的

   echo $PYTHONPATH
   

   运行下面的命令修改环境变量，记得替换成自己的安装路径

   export PYTHONPATH=/home/lee/anaconda3/lib/python3.11/site-packages
   

   激活环境变量

   source ~/.bashrc
   

4. 验证是否成功
   ！！关闭终端后重新打开

   conda --version
   

   安装成功会打印版本号
   

虚拟环境下安装pytorch

安装jupyter d2l torch torchvision。中间大概率会因为网络问题失败几次，重新运行命令就好了。

pip install jupyter d2l torch torchvision -i http://mirrors.aliyun.com/pypi/simple  --trusted-host mirrors.aliyun.com

如果有缺少什么包，就按照提示安装对应的，我的是

安装对应包的命令如下，安装完再重新运行一下之前的安装pytorch的命令看看有没有遗漏的问题

pip install FuzzyTM tables cython -i http://mirrors.aliyun.com/pypi/simple  --trusted-host mirrors.aliyun.com
pip install jupyter d2l torch torchvision -i http://mirrors.aliyun.com/pypi/simple  --trusted-host mirrors.aliyun.com

faster-RCNN代码复现

1. 下载源码。很容易因为网络问题下载不成功，可以先开梯子下载下来再复制到Ubuntu下。我也将我修改完可以运行的代码上传到了GitHub

   git clone https://github.com/jwyang/faster-rcnn.pytorch.git
   

2. 下载后要在文件夹下创建一个data文件夹用来存储数据

   cd faster-rcnn.pytorch-master/ && mkdir data
   

3. 安装faster-RCNN代码需要的环境

   pip install-r requirements.txt -i http://mirrors.aliyun.com/pypi/simple  --trusted-host mirrors.aliyun.com
   

4. 下载数据集（最好单独建一个文件夹用来存储数据集，然后后面创建软链接共享数据）

   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
   

5. 下载成功后解压

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

6. 为PASCAL VOC dataset创建软连接

   cd $FRCN_ROOT/data		//这里的data就是之前创建的，记得改成自己的路径
   ln -s /home/lee/CNN/01_DATASET/VOCdevkit VOCdevkit2007 
   

7. 下载VGG16和resnet101预训练模型

   https://filebox.ece.vt.edu/~jw2yang/faster-rcnn/pretrained-base-models/vgg16_caffe.pth)
   https://filebox.ece.vt.edu/~jw2yang/faster-rcnn/pretrained-base-models/resnet101_caffe.pth