Faster RCNN项目部署（一）

阅读次数： 本文字数： 442 阅读时长 ≈ 1 分钟

Faster RCNN项目部署

simple-faster-rcnn-pytorch-master

项目源码：https://github.com/chenyuntc/simple-faster-rcnn-pytorch

云服务器环境：

OKYfPN.png

安装依赖

1
2
3
4
5
6
7
!pip install scikit-image
!pip install visdom
!pip install torchnet
!pip install opencv-python
!pip install ipdb
!pip install ipython==7.28.0
!pip install fire

运行demo

下载预训练模型

1
2
百度网盘地址：https://pan.baidu.com/s/1o87RuXW
密码：scxn

运行demo.pipynb

问题：在运行img = read_image('/root/autodl-tmp/FasterRCNN/misc/demo.jpg')出现错误： UnidentifiedImageError：Image.open() cannot identify image file

解决：我也不知道咋解决，因为另外测试后发现PIL的Image.open()是可以用的，我重启了几次不知道为什么就能用了

Train

准备数据

参考项目官网的5.1 Prepare data--Pascal VOC2007

OKYllC.png

最终得到的数据目录如下

OKYjTL.png

修改配置

  1. utils/config.py：修改VOC数据集的存放位置voc_data_dir = '/root/autodl-tmp/FasterRCNN/dataset/VOCdevkit/VOC2007/'

开启训练

如果直接运行代码!python train.py train --env='fasterrcnn' --plot-every=100，会出现以下问题：

问题：ERROR:visdom:[WinError 10061] 由于目标计算机积极拒绝，无法连接。

原因：代码中用到了在线可视化工具visdom，但是没有启动

解决：利用Xshell映射云端服务器的visdom，进行训练过程可视。参考博客https://blog.csdn.net/m0_6551

因此，先利用Xshell映射云端服务器的visdom（参见上面的博客），再在jupyter notebook运行以下代码

1
python train.py train --env='fasterrcnn' --plot-every=100

运行成功结果如下： OKY2vi.png

利用Pycharm进行调试

因为在jupyter notebook中开启训练时使用了代码python train.py train --env='fasterrcnn' --plot-every=100，而在Pycharm中无法输入这样的命令进行debug，因此我对train.py做了以下修改：

OKYsua.png

我舍弃了利用fire.Fire()来调用函数train，而是直接在main函数中调用了train()方法，并传递了参数。此时就可以在Pycharm进行debug了。

另外，Pycharm在调试过程会遇到一个问题，即：debug时Pycharm卡住在connected界面不动

OKYYzS.png

解决：OKY6cX.png