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

?

　　注：本文使用的是通過virtualenv?創建python虛擬環境進行調試，python 版本2.7，tensorflow 版本為tensorflow1.4-gpu版。

?

　　1.首先要對它的庫進行編譯，

?

cd $FRCN_ROOT/libmake 　　2.下載其提供的測試模型，由于墻的緣故，下載需要費一番功夫。以下是下載地址： 　　#20171115 添加百度云下載地址：?https://pan.baidu.com/s/1i5cRduX?密碼：tm1r

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

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

　　3.下載好之后就可以運行了。
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：編譯的時候老是找不到該文件，最后直接把全路徑填上了，編譯通過，算一個笨方法吧。我的nsync_cv.h?文件的路徑為：

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

?

2.?運行demo過程中遇到的錯誤

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

解決：按如下步驟設置
(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'

改為?CXXFLAGS='-D_MWAITXINTRIN_H_INCLUDED'

?

3. undefined symbol: _ZTIN10tensorflow8OpKernelE

這個問題卡得最久，因為make.sh?文件中缺少了TF_LIB?編譯參數，還需要添加?-D_GLIBCXX_USE_CXX11_ABI=0

解決：

(1)修改make.sh?添加TF_LIB，并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)重新make，然后運行

?

4.?缺少yaml庫

查了網上的方法，都是這樣的

sudo apt-get install python-yaml

我試了，但是在虛擬環境中還是無法import，最后直接下載庫，手動安裝。注意，是在虛擬環境中，通過python setup.py install?進行安裝。

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

?

轉載于:https://www.cnblogs.com/caffeaoto/p/8653724.html

總結

以上是生活随笔為你收集整理的[转]调试 smallcorgi/Faster-RCNN_TF 的demo过程遇到的问题的全部內容，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。