这几天被模型结果折磨到不行，mAP才0.2，完全不行啊，对模型改进没信心了，哎。。。。。。。

就是上次的代码，因为我装的是python3.6.发现这里Faster-RCNN-TensorFlow-Python3.5没法直接跑。需要进行一下编译。

准备代码：

我的环境是ubuntu，python3.6

rbgirshick/fast-rcnn
dBeker/Faster-RCNN-TensorFlow-Python3.5

rbgirshick的代码当然是python2的咯，我是没法直接用他的代码。但是dBeker的代码我也不能用啊，因为他的是用的是windows编译出来的。

如果你是ubuntu这个就好操作了。

以下修改针对Faster-RCNN-TensorFlow-Python3.5

创建文件文件

在
Faster-RCNN-TensorFlow-Python3.5/lib下建立两个文件。
1.Makefile
2.setup.py

• Makefile　文件如下

all:
    python setup.py build_ext --inplace
    rm -rf build

setup.py 文件如下

# --------------------------------------------------------
# Fast R-CNN
# Copyright (c) 2015 Microsoft
# Licensed under The MIT License [see LICENSE for details]
# Written by Ross Girshick
# --------------------------------------------------------

import numpy as np
from distutils.core import setup
from distutils.extension import Extension
from Cython.Distutils import build_ext

cmdclass = {}
ext_modules = [
    Extension(
        "utils.cython_bbox",
        ["utils/cython_bbox.pyx"],
        extra_compile_args=["-Wno-cpp", "-Wno-unused-function"],
    ),
]
cmdclass.update({'build_ext': build_ext})

setup(
    name='fast_rcnn',
    cmdclass=cmdclass,
    ext_modules=ext_modules,
    include_dirs=[np.get_include()]
)

上面两个文件就是从rbgirshick/fast-rcnn拷过来的，只是为了在我的电脑上重新编译为python3.6.如果你不想下载rbgirshick/fast-rcnn就直接创建吧。

编译

在Makefile同级目录下执行

make

就会在utils下看到bbox.cpython-36m-x86_64-linux-gnu.so文件。

这时候在python3.6下面就可以使用cpython_bbox。

demo.py

python demo.py --demo_net=vgg16

结果：

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
Demo for data/demo/000542.jpg
Detection took 2.956s for 300 object proposals
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
Demo for data/demo/001150.jpg
Detection took 2.989s for 300 object proposals
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
Demo for data/demo/001763.jpg
Detection took 2.912s for 300 object proposals
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
Demo for data/demo/004545.jpg
Detection took 2.952s for 300 object proposals

这里并没有使用预训练模型。

参考：
Faster R-CNN系列之PYTHON篇