Faste R-CNN的安装及测试
一、拉取源码
下载 fast-rcnn
因下载解压后 caffe-fast-rcnn是空文件夹,故需要单独下
caffe-fast-rcnn-bcd9b4eadc7d8fbc433aeefd564e82ec63aaf69c.zip
unzip caffe-fast-rcnn-bcd9b4eadc7d8fbc433aeefd564e82ec63aaf69c.zip
cp ./caffe-fast-rcnn-bcd9b4eadc7d8fbc433aeefd564e82ec63aaf69c/ /home/cmwang/fast-rcnn-master/caffe-fast-rcnn/
二、copy缺失文件夹
因编译中出现缺失layer的问题,故需要copy缺失文件夹layers(caffe-fast-rcnn/include/caffe/ 无 layers文件夹)
可直接从caffe-master中copy或者从
cp /home/cmwang/caffe-master/include/caffe/layers/ /home/cmwang/fast-rcnn-master/caffe-fast-rcnn/include/caffe/layers/或者
cp /home/cmwang/py-faster-rcnn/caffe-fast-rcnn/include/caffe/layers/ /home/cmwang/fast-rcnn-master/caffe-fast-rcnn/include/caffe/layers/
三、修改Makefile文件
终端输入
cd /home/cmwang/fast-rcnn-master/caffe-fast-rcnn/
cp Makefile.config.example Makefile.config #备份Makefile
gedit Makefile.config
使用Python层
将# WITH_PYTHON_LAYER := 1修改为 WITH_PYTHON_LAYER := 1
调用matlab
将#MATLAB_DIR := / usr/local/MATLAB/R2015b 中的#去掉。
使用cudnn加速
将# USE_CUDNN := 1修改为USE_CUDNN := 1
保留# CPU_ONLY := 1不变,使用GPU运行faster r-cnn
四、编译Cython模块
终端输入
cd ~/caffe-fast-rcnn/lib/
make
五、编译caffe和pycaffe & matcaffe
终端输入
cd ~/caffe-fast-rcnn/caffe-fast-rcnn/
make -j8 && make pycaffe && make matcaffe
六、下载模型
终端输入
cd ~/caffe-fast-rcnn/./data/scripts/fetch_faste_rcnn_models.sh
七、Demo测试
终端输入
cd ~/caffe-fast-rcnn/./tools/demo.py
出现的问题1
caffe —找不到lhdf5_hl和lhdf5的错误
解决方法:
cd
gedit Makefile.config
将
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib
修改为
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu /usr/lib/x86_64-linux-gnu/hdf5/serial
这是因为ubuntu16.04的文件包含位置发生了变化,尤其是需要用到的hdf5的位置,所以需要更改这一路径
建立软连接
cd /usr/lib/x86_64-linux-gnu
sudo ln -s libhdf5_serial.so.8 libhdf5.so
sudo ln -s libhdf5_serial_hl.so.8.0.2 libhdf5_hl.so
出现的问题2
When use fast R-CNN, got error like this:
I0310 08:26:43.672577 144950 net.cpp:340] Input 0 -> data
I0310 08:26:43.672601 144950 net.cpp:340] Input 1 -> rois
I0310 08:26:43.672621 144950 layer_factory.hpp:74] Creating layer conv1
I0310 08:26:43.672639 144950 net.cpp:84] Creating Layer conv1
I0310 08:26:43.672650 144950 net.cpp:380] conv1 <- data
I0310 08:26:43.672664 144950 net.cpp:338] conv1 -> conv1
I0310 08:26:43.672680 144950 net.cpp:113] Setting up conv1
Floating point exception(core dumped).
解决方案
gedit lib/fast_rcnn/train.py
添加 filter_roidb 范围,示范如下
def filter_roidb(roidb):"""Remove roidb entries that have no usable RoIs."""def is_valid(entry):# Valid images have:# (1) At least one foreground RoI OR# (2) At least one background RoIoverlaps = entry['max_overlaps']# find boxes with sufficient overlapfg_inds = np.where(overlaps >= cfg.TRAIN.FG_THRESH)[0]# Select background RoIs as those within [BG_THRESH_LO, BG_THRESH_HI)bg_inds = np.where((overlaps < cfg.TRAIN.BG_THRESH_HI) &(overlaps >= cfg.TRAIN.BG_THRESH_LO))[0]# image is only valid if such boxes existvalid = len(fg_inds) > 0 or len(bg_inds) > 0return validnum = len(roidb)filtered_roidb = [entry for entry in roidb if is_valid(entry)]num_after = len(filtered_roidb)print 'Filtered {} roidb entries: {} -> {}'.format(num - num_after,num, num_after)return filtered_roidb
It’s like something about box size. the solution is add filter_roidb function in lib/fast_rcnn/train.py file, like here.
Reference: https://github.com/rbgirshick/py-faster-rcnn/issues/159
其他的相关问题可参考
Faster R-CNN的安装及测试中常出现问题部分。
参考文献
caffe —找不到lhdf5_hl和lhdf5的错误
fast-rcnn github
fast-rcnn caffe-fast-rcnn
安装和运行Fast R-CNN的demo
caffe compilation troubleshooting
Faste R-CNN的安装及测试相关推荐
- my SQL下载安装,环境配置,以及密码忘记的解决,以及navicat for mysql下载,安装,测试连接...
一.下载 在百度上搜索"mysql-5.6.24-winx64下载" 二.安装 选择安装路径,我的路径"C:\Soft\mysql-5.6.24-winx64" ...
- 安装并测试nvenc linux sdk
2019独角兽企业重金招聘Python工程师标准>>> nvidia在cuda之后推出一种官方生成更好视频处理技术nvenc. 网上相关资料很少, 也不知道这个东西到底怎么样,自己测 ...
- Faster R-CNN的安装及测试(Python版本和Matlab版本)
rbg的Python版本 一.拉取源码 git clone --recursive https://github.com/rbgirshick/py-faster-rcnn.git 拉取完成后,在/h ...
- Window10 NVIDIA显卡 Tensorflow 2.1 GPU 安装和测试
Window10 NVIDIA显卡 Tensorflow 2.1 GPU 安装和测试 1. 硬件要求 支持以下带有 GPU 的设备: CUDA® 计算能力为 3.5 或更高的 NVIDIA® GPU ...
- R语言Tensorflow安装
R语言Tensorflow安装 引言 安装过程 引言 今天看到了阿丘图尼·斯里·克里希纳·拉奥著作的一本深度学习书,在R里面用到了Tensorflow..虽然网上有很多博客分享Tensorflow安装 ...
- 【PaddleOCR】一、PaddleOCR安装、测试(Win10)
目录 一.创建虚拟环境 二.下载PaddleOCR 三.安装Paddlepaddle 四.安装shapely 五.pip其他依赖包 六.下载推理模型 七.测试 7.1.测试det 7.2.测试rec ...
- ElasticSearch 中文分词器ik的安装、测试、使用、自定义词库、热更新词库
文章目录 # 实验环境 # ik分词器的下载.安装.测试 ## 安装方法一:使用elasticsearch-plugin 安装 ## 安装方法二:下载编译好的包进行安装 1.下载 2.安装 3.重启` ...
- R语言Bioconductor安装全流程
R语言Bioconductor安装全流程 作为一只生物狗,R语言对于生物数据分析真的很重要!如果你翻翻生物专业研究生的朋友圈,你的感觉一定是: 满世界都在学R语言: 满世界都在吐槽R包难装! 下面给大 ...
- ubuntu16.04+nvidia gt740m+cuda7.5+caffe安装、测试经历
首先说明,这是在笔记本上的安装测试经历,首先安装的win10,然后安装ubuntu16.04双系统,显卡为nvidia gt740m win10上没有装nvidia gt740m驱动,也就是用的集显, ...
最新文章
- (C++)输入输出字符矩阵(二维字符数组)的三种方法
- asp网络编程:用ASP打开远端MDB文件的方法
- 互联网协议 — BGP 边界网关协议 — Router(路由器)
- 1854: zbj的可乐(思维题)
- 浅谈专有云MQ存储空间的清理机制
- oracle存储过程隐式函数,Oracle存储过程,函数。
- python中在同一个位置输出数据
- dblink查询_分库数据如何查询统计
- oracle死锁优化,Oracle性能优化之LockContention(转)
- C/C++ 去掉字符串首位的空格字符
- 【C++ STL】深入解析神秘的 --- 仿函数
- “模板”学习笔记(7)-----数组模板+对象数组举例
- libevent的两个服务端、客户端示例(C语言)
- 通过分析词性进行人名、地名、组织的替换,生成新的狗屁不通文章
- PPT画四分之一圆或扇形
- MTK芯片资料分享,2018MTK芯片资料大全
- icon小图标的使用
- 免费语音转文字的软件有哪些?快来看看这几个软件
- ISP PIPLINE(零) 知识综述预热
- OCR证件识别技术的功能特点
热门文章
- linux赋权限命令chmod给其他用户,Linux 基础基础——权限管理命令chmod
- java菜单如何点解_【Java】详解菜单组件
- java10.0.1怎么安装_关于tomcat:您使用哪个Java? 在Server 2016上安装JDK和JRE(10.0.1); 设置JAVA_HOME和路径...
- win10桌面倒计时插件_win10 桌面如何做到清爽好看?这篇教程给你答案
- php怎么关闭全部进程,怎么关闭swoole进程
- [蓝桥杯][算法提高VIP]密码锁(BFS)
- Permutation Partitions CodeForces - 1326C(组合数学+思维)
- so easy(2019徐州icpc网络赛B)
- mysql binlog rotate_binlog rotate引发的MySQL阻塞事件
- linux把硬盘当内存,把内存当硬盘使,让你的linux程序运转如飞(在linux下用firefox在线写csdn的blog再也不卡了)...