經過今天一天的實驗，充分了解了在深度學習領域，顯存大的重要性。

不得不承認，有了N卡以后，效率提高了很多，當然這也得益于糾纏于cpu訓練faster rcnn的日子....

（1）今天早上，主要解決了faster rcnn 下的caffe不能編譯的問題。

問題產生的原因是faster rcnn下的caffe不支持cudnn5.1，當時就單純的把Makefile.config下的 USE_CUDNN:=1 注釋掉了 #USE_CUDNN:=1。編譯成功，感覺距離成功又近了一步。

（2）編譯接下來開始嘗試訓練數據。

訓練數據的教程是Python-faster-rcnn的官方教程。

https://github.com/rbgirshick/py-faster-rcnn#beyond-the-demo-installation-for-training-and-testing-models

任何事情都沒有一帆風順的時候....基礎不夠就會出現很多難以預料的問題。那就是按照步驟來，下載的資源還好，baidu都有，依照教程操作，最后訓練的命令為：

cd $FRCN_ROOT ./experiments/scripts/faster_rcnn_alt_opt.sh [GPU_ID] [NET] [--set ...] # GPU_ID is the GPU you want to train on # NET in {ZF, VGG_CNN_M_1024, VGG16} is the network arch to use # --set ... allows you to specify fast_rcnn.config options, e.g. # --set EXP_DIR seed_rng1701 RNG_SEED 1701

因此需要輸入：

./experiments/scripts/faster_rcnn_alt_opt.sh 0 ZF pascal_voc

我遇到的問題：

× ZF大寫

× imagenet_models 不能放在model文件夾下，要放在data文件夾下，下載比較簡單

（3）AttributeError: 'module' object has no attribute 'text_format'

需要再lib/fast_rcnn/train.py中添加：

import google.protobuf.text_format

（4）解決了這個問題，又出現了另一個問題，如圖：

Check failed: error == cudaSuccess (2 vs. 0) out of memory

顯存不足...經過查閱資料，有兩種解決辦法：

1. 安裝cudnn

解決辦法看之前的博文：

http://blog.csdn.NET/u012283902/article/details/63254906

由于是2G顯存，還是不夠用。可能這種方法比較適用于4G顯存的情況下。

2. 修改配置文件

/lib/fast_rcnn/config.py

（1）首先修改

# Minibatch size (number of regions of interest [ROIs])
__C.TRAIN.BATCH_SIZE = 128

將這個值調小，比如64,32,16,8.....

進行訓練看是否可行

(2)還可以修改

# Scales to use during training (can list multiple scales)
# Each scale is the pixel size of an image's shortest side
__C.TRAIN.SCALES = (600,)

將600改為，如500，400，300....等

查看效果

注意：不一定全更改，更改后可運行即可。

然后神奇的事情就發生啦！！！！

至此可以使用圖像進行訓練了，接下來就要深入的理解這些步驟，可以往下進行了，在這里糾結了好久，比如是否要顯卡，是否要N卡，是否裝雙系統，是否用caffe，好多坑，希望大家可以少走彎路，以下幾點在我看來是必須的：

1. 純凈的Linux系統，14.04，16.04均可

2. 需要顯卡，需要N卡，最好大于2G顯存。（我有RX480，在opencl環境下 訓練 faster-rcnn還沒有出現，坑一定非常多，我這種新手也糾結在這里好幾天）

3. caffe或者tensorflow都可以，熟悉其中一個就可以，這里行動比選擇更重要，無需糾結太多。

如果單純分類也許用不到這么大顯存，只怪我接觸的是faster rcnn，可能對顯卡顯存要求比較高，坑也多，這一系列的文件記錄下來，以備時常回顧走過的路，提醒自己，遇到任何事情不拋棄，不放棄，勇敢前行。

總結

以上是生活随笔為你收集整理的使用caffe训练faster-rcnn时遇到的问题总结的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。