運(yùn)行Fast R-CNN的代碼

標(biāo)簽（空格分隔）： vision

FR-CNN是Ross Girshick的新作，從文章來(lái)看FR-CNN比R-CNN和SPPNet都快很多。當(dāng)然R-CNN和SPPNet也都是Girshick的作品，F(xiàn)R-CNN的正確率不僅超越Girshick自己的嫡出，也超過(guò)了DPM等其他方法。

FR-CNN正如文章所說(shuō)的是一個(gè)簡(jiǎn)單，并且Elegant的框架。和那些Pipeline的模型相比，的確是優(yōu)雅很多的。當(dāng)然FR-CNN本身也可以看作是一個(gè)Pipeline，只不過(guò)這個(gè)Pipeline只有兩個(gè)步驟，一是Pretrain的CNN，第二個(gè)是Region Pooling和Fully connected Network（FC）。

我認(rèn)為優(yōu)雅之處在于：

• 文章采用了多目標(biāo)的函數(shù)，所以把分類問(wèn)題和Localization問(wèn)題一起解決了。
• 最終的目標(biāo)函數(shù)可以用于Fine tune Pretrained CNN （當(dāng)然也不是每一層都能Train）。這樣看起來(lái)就是一個(gè)統(tǒng)一的框架了。

Contents

1. Basic system information
2. Basic Hardware info

Basic Hardware info

1. For training smaller networks (CaffeNet, VGG_CNN_M_1024) a good GPU (e.g., Titan, K20, K40, …) with at least 3G of memory suffices
2. For training with VGG16, you’ll need a K40 (~11G of memory)
   目前的GPU只有GTX750i，顯存只有2G，按照說(shuō)明如果要使用GPU至少要3G的顯存。所以只能在CPU上面Run這個(gè)代碼。

Basic system information

使用Ubuntu Linux 14.04桌面版：

~$ uname -a
Linux cis-ubuntu-1 3.13.0-24-generic #46-Ubuntu SMP Thu Apr 10 19:11:08 UTC 2014 x86_64 x86_64 x86_64 GNU/Linux
1
2
1
2

需要安裝的基礎(chǔ)軟件

可能你的機(jī)器上沒(méi)有cython, easydict

sudo pip install cython
sudo pip install easydict
1
2
1
2

安裝Opencv

按照這個(gè)網(wǎng)頁(yè)的方法：
http://www./web/2014/06/installing-opencv-2-4-9-in-ubuntu-14-04-lts/

最后測(cè)試一下Python

python ~/opencv-2.4.9/samples/python2/turing.py
1
1

安裝Caffe (berkeley開發(fā)的一個(gè)Deep Learning的框架)

參考:我的安裝Caffe的過(guò)程

安裝 Fast R-CNN

1. 下載源代碼：

git clone --recursive https://github.com/rbgirshick/fast-rcnn.git
1
1

下載代碼的目錄，命名為$FRCN_ROOT。

1. 編譯Cython:

cd $FRCN_ROOT/lib
make
1
2
1
2

1. 編譯Caffe and pycaffe：

cd $FRCN_ROOT/caffe-fast-rcnn
cp Makefile.config.example Makefile.config   #用例子文件作為模板
vi Makefile.config  # 按照你的機(jī)器設(shè)置進(jìn)行修改。
make -j8 && make pycaffe
1
2
3
4
1
2
3
4

1. 下載pre-computed Fast R-CNN detectors
   大概985M, 用了一個(gè)小時(shí)。

cd $FRCN_ROOT
./data/scripts/fetch_fast_rcnn_models.sh
1
2
1
2

運(yùn)行演示

cd $FRCN_ROOT
./tools/demo.py --cpu
1
2
1
2

碰到的問(wèn)題：

1. 錯(cuò)誤： ImportError: No module named skimage.io

sudo pip install scikit-image
1
1

1. 錯(cuò)誤： ImportError: No module named google.protobuf.internal

sudo find / -name protobuf   
/usr/include/google/protobuf  # 只有C版本的protobuf
apt-get install python-protobuf
1
2
3
1
2
3

然后終于可以運(yùn)行了。
在AMD的機(jī)器上，500×406的街景圖片，用來(lái)63秒。（還不包括Selective Search計(jì)算Proposal的部分，因?yàn)檫@部分是事先計(jì)算好的。）

運(yùn)行的結(jié)果看起來(lái)還不錯(cuò)，對(duì)路邊的車輛都能識(shí)別出來(lái)。

對(duì)代碼還有很多不明白之處（150523）。

1. 為什么安裝好了Caffe以后，安裝Fast R-CNN的時(shí)候，還需要make caffe?