調試 smallcorgi/Faster-RCNN_TF 的demo過程遇到的問題

#2018年7月14日 目前，若需訓練Faster R-CNN模型請使用其餘GitHub項目，能夠得到更好的效果。

如tensorflow版的https://github.com/endernewton/tf-faster-rcnn

或者使用facebook ai出品的Detectron https://github.com/facebookresearch/Detectron

 

最近在調試faster R-CNN時，遇到了各類各樣的問題。使用的算法庫爲https://github.com/smallcorgi/Faster-RCNN_TF

 

　　注：本文使用的是經過virtualenv 建立python虛擬環境進行調試，python 版本2.7，tensorflow 版本爲tensorflow1.4-gpu版。

　　1.首先要對它的庫進行編譯，

cd $FRCN_ROOT/lib

make

　　2.下載其提供的測試模型，因爲牆的緣故，下載須要費一番功夫。如下是下載地址：

　　#20171115 添加百度雲下載地址： 連接：https://pan.baidu.com/s/1zNWzMxBwQ6qVoXXvN89Peg 密碼：0rtb

　　   https://drive.google.com/open?id=0ByuDEGFYmWsbZ0EzeUlHcGFIVWM

　　或者
　　  https://www.dropbox.com/s/cfz3blmtmwj6bdh/VGGnet_fast_rcnn_iter_70000.ckpt?dl=0

　　3.下載好以後就能夠運行了。

cd $FRCN_ROOT
python ./tools/demo.py --model model_path

附：運行結果

 

 

遇到的難題

1. 編譯過程當中 nsync_cv.h: No such file or directory，使用python虛擬環境會存在該問題。

/home/xxx/tensorflow/local/lib/python2.7/site-packages/tensorflow/include/tensorflow/core/platform/default/mutex.h:25:22: fatal error: nsync_cv.h: No such file or directory

解決：編譯的時候總是找不到該文件，最後直接把全路徑填上了，編譯經過，算一個笨方法吧。個人nsync_cv.h 文件的路徑爲：

/home/xxx/tensorflow/lib/python2.7/site-packages/external/nsync/public/nsync_cv.h

 

2. 運行demo過程當中遇到的錯誤

g++: error: roi_pooling_op.cu.o: No such file or directory

解決：按以下步驟設置
(1) export PATH=$PATH:/usr/local/cuda-8.0/bin/ (你的CUDA路徑) for your terminal
(2) 在$FRCN_ROOT/lib/ make.sh 文件中，將 CXXFLAGS+='-undefined dynamic_lookup'

改成 CXXFLAGS='-D_MWAITXINTRIN_H_INCLUDED'

 

3. undefined symbol: _ZTIN10tensorflow8OpKernelE

這個問題卡得最久，由於make.sh 文件中缺乏了TF_LIB 編譯參數，還須要添加 -D_GLIBCXX_USE_CXX11_ABI=0

解決：

(1)修改make.sh 添加TF_LIB，並修改相應的編譯參數

TF_LIB=$(python -c 'import tensorflow as tf; print(tf.sysconfig.get_lib())')

　　......

g++ -std=c++11 -shared -o roi_pooling.so roi_pooling_op.cc -D_GLIBCXX_USE_CXX11_ABI=0 \

roi_pooling_op.cu.o -I $TF_INC -L $TF_LIB -ltensorflow_framework -D GOOGLE_CUDA=1 \

-fPIC $CXXFLAGS -lcudart -L $CUDA_PATH/lib64

　　......

(2)從新make，而後運行

 

4. 缺乏yaml庫

查了網上的方法，都是這樣的

sudo apt-get install python-yaml

我試了，可是在虛擬環境中仍是沒法import，最後直接下載庫，手動安裝。注意，是在虛擬環境中，經過python setup.py install 進行安裝。

yaml 下載地址 http://pyyaml.org/download/pyyaml/PyYAML-3.12.tar.gz