下面主要針對 https://github.com/endernewton/tf-faster-rcnn工程，作者寫的很好，但是對於我這種常識比較少的小白還是會遇到很多問題，所有都是從網上一點點找到的，整理在下面，希望可以減少大家的配置時間。

因為我是在windows10 subsystem ubuntu下跑的，所以沒能用上GPU。下面我先按照我的配置說一遍，後面遇到什麼問題再補充。

一、tf-faster rcnn 配置

2、由於執行在cpu上，所以要進行一些配置

a. 修改lib/setup.py檔案，用‘return None’代替 ‘raise EnvironmentError’;註釋掉Extension(‘nms.gpu_nms’…)整段程式碼。

b.修改lib/model/nms_wrapper.py檔案，註釋掉‘import gpu_nms’並且設定 ‘force_cpu = True’

3、build Cython modules

   進入lib資料夾，執行 makeclean  make 命令

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

5、下載與訓練模型./data/scripts/fetch_faster_rcnn_models.sh

不知道是不是我網路的問題，我下載不下來，所以我通過文件中的連結下載的

解壓之後放在下圖的位置，並且驗證4個檔案全不全

為什麼是4個檔案呢？ 我在網上查到說是tensorflow的模型就產生4個檔案，然後模型的名字是xxxx.ckpt。開始我遇到一個錯誤，我沒有把這個檔案放在這個目錄下，提示我是缺少ckpt.meta檔案，我只把xxxxx.ckpt.meta拷貝過來了，結果就報沒有ckpt檔案，我怎麼找都找不到，結果知道tensorflow模型是4個檔案之後才改正這個錯誤。

6、執行程式的demo ./tools/demo.py

7、Train and test VOC

   下載預訓練模型已經train

mkdir -p data/imagenet_weights
cd data/imagenet_weights
wget -v http://download.tensorflow.org/models/resnet_v1_101_2016_08_28.tar.gz
tar -xzvf resnet_v1_101_2016_08_28.tar.gz
mv resnet_v1_101.ckpt res101.ckpt
cd ../..
./experiments/scripts/train_faster_rcnn.sh 0 pascal_voc res10
 

這個地方可能遇到一個錯誤，提示找不到test.txt檔案，我的解決方法就是建立一個test.txt檔案，然後copy一些train.txt的資料到test.txt下面。

二、訓練自己的資料 （我的是人臉檢測資料，相當於就是face和背景的分類）

1、製作VOC資料集

https://www.cnblogs.com/qw12/p/6185126.html

我是根據這個程式碼改的，由於我有標註好的資料，只是格式不同，我只用到了後面兩段程式碼。

2、修改程式碼 （http://blog.csdn.net/flashTianjiao/article/details/78032351?locationNum=4&fps=1#reply）

 a.修改 lib/datasets/pascal_voc.py  

self._classes = ('__background__', # always index 0

'face')

b.修改tools/demo.py.這裡的數字是類別+1

net.create_architecture("TEST",2,

                          tag='default',anchor_scales=[8, 16, 32])

3、可以訓練了

./experiments/scripts/train_faster_rcnn.sh0 pascal_voc res101

下面這些包需要安裝，也可以到出現錯誤的時候提示哪個裝哪個.

pip install cython,pip installopencv-python, pip installeasydict, pip install matplotlib, sudo apt-get installpython-tk, sudo pip install Pillow, sudo pip install scipy, pip install pyyaml

三、一些其他問題

1、'max_overlaps' issue on custom dataset!

刪除 data/cache 檔案即可。 Rm -rf data/cache

2、跑自己的資料的時候，遇到assert（boxes[:,2]>=boxes[:,0]）.all()

我通過第一種方法就解決了。

3、KeyError：“chair” 這大概是你的資料類別沒有chair,而Annotations中的xml中的name有chair這一類。

這還是在配置完之後馬上寫的，已經有很多都不記得啦！腦子越來越不好使！