FastRCNN 训练自己数据集 (1编译配置)

Posted 去做点事情

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了FastRCNN 训练自己数据集 (1编译配置)相关的知识,希望对你有一定的参考价值。

http://www.cnblogs.com/louyihang-loves-baiyan/p/4885659.html

按照博客的教程配置,但自己在服务器上配置时,USE_CUDNN = 1会报错,注释掉反而能正常运行。

添加hdf5路径按照教程添加:

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial 
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_x64-linux-gnu/hdf5/serial

手动下载fast_rcnn_models模型会快很多,解压后将模型文件夹放到data目录下

直接运行demo.py会报错:no display name and no $DISPLAY environment variable

 

 

 

直接在服务器上成功的实现方式:backend还是TKAgg,在demo代码里加入import matplotlib  matplotlib.use(\'Agg\')两句。

用自己电脑连接服务器使用,backend必须改成Agg才不报错,demo里依旧加入import matplotlib  matplotlib.use(\'Agg\')两句,但不能正常显示图片。

 

 

https://my.oschina.net/swuly302/blog/94915

http://blog.csdn.net/oldjwu/article/details/5090549

http://www.jianshu.com/p/3f4b89aaf057

 

在编译过程中会出现如下警告:

服务器安装的是CUDA版本是8.0,从CUDA 8.0开始compute capability 2.0和2.1被弃用了,所以可以将Makefile.config中-gencode arch=compute_20,code=sm_20 和-gencode arch=compute_20,code=sm_21这两行删除,去除之后就没有警告了。
 

 

至于为何需要在lib文件夹make,然后在caffe文件夹make -j8 && make pycaffe,我认为是建立caffe的python接口。

以上是关于FastRCNN 训练自己数据集 (1编译配置)的主要内容,如果未能解决你的问题,请参考以下文章

yolov7训练自己的数据集

Yolov5训练自己的数据集(详细完整版)

YOLOv7训练自己的数据集(口罩检测)

深度学习目标检测---使用yolov5训练自己的数据集模型(Windows系统)

如何使用ssd训练自己的数据

零基础玩转yolov5yolov5训练自己的数据集(最新最全版)