今天使用Faster RCNN訓練自己的數據的時候，出現了一些因為boost或者是numpy版本不兼容導致的問題，經過各種查資料和求助大神，總算是順利把網絡跑起來了。下面內容都是今天親測出現的問題并與其對應的解決方案，和大家一起分享，也便于我以后查看。

訓練方法：在配置好Faster RCNN之后，準備好自己的數據，修改網絡的配置文件和相應的訓練腳本滿，使用end to end 的訓練方法，在$py-faster-rcnn的根目錄下執行：./experiments/scripts/faster_rcnn_end2end.sh 0 VGG16 pascal_voc 。以下都是執行該腳本后出現的問題。

Problem 1

AttributeError: 'module' object has no attribute ‘text_format'

• 1

• 1

解決方法：在/home/xxx/py-faster-rcnn/lib/fast_rcnn/train.py的頭文件導入部分加上 ：import google.protobuf.text_format

Problem 2

TypeError: 'numpy.float64' object cannot be interpreted as an index

• 1

• 1

這里是因為numpy版本不兼容導致的問題，最好的解決辦法是卸載你的numpy，安裝numpy1.11.0。如果你和筆者一樣不是服務器的網管，沒有權限的話，就只能自己想辦法解決了。
修改如下幾個地方的code：

1) /home/xxx/py-faster-rcnn/lib/roi_data_layer/minibatch.py

將第26行：fg_rois_per_image = np.round(cfg.TRAIN.FG_FRACTION * rois_per_image) 改為：fg_rois_per_image = np.round(cfg.TRAIN.FG_FRACTION * rois_per_image).astype(np.int)

• 1
• 2

• 1
• 2

2) /home/xxx/py-faster-rcnn/lib/datasets/ds_utils.py

將第12行：hashes = np.round(boxes * scale).dot(v) 改為：hashes = np.round(boxes * scale).dot(v).astype(np.int)

• 1
• 2

• 1
• 2

3) /home/xxx/py-faster-rcnn/lib/fast_rcnn/test.py

將第129行： hashes = np.round(blobs['rois'] * cfg.DEDUP_BOXES).dot(v) 改為： hashes = np.round(blobs['rois'] * cfg.DEDUP_BOXES).dot(v).astype(np.int)

• 1
• 2

• 1
• 2

4) /home/xxx/py-faster-rcnn/lib/rpn/proposal_target_layer.py

將第60行：fg_rois_per_image = np.round(cfg.TRAIN.FG_FRACTION * rois_per_image) 改為：fg_rois_per_image = np.round(cfg.TRAIN.FG_FRACTION * rois_per_image).astype(np.int)

• 1
• 2

• 1
• 2

Problem3

TypeError: slice indices must be integers or None or have an __index__ method

• 1

• 1

這里還是因為numpy版本的原因，最好的解決辦法還是換numpy版本（見problem2），但同樣也有其他的解決辦法。
修改 /home/lzx/py-faster-rcnn/lib/rpn/proposal_target_layer.py，轉到123行：

for ind in inds:cls = clss[ind]start = 4 * clsend = start + 4bbox_targets[ind, start:end] = bbox_target_data[ind, 1:]bbox_inside_weights[ind, start:end] = cfg.TRAIN.BBOX_INSIDE_WEIGHTSreturn bbox_targets, bbox_inside_weights

• 1
• 2
• 3
• 4
• 5
• 6
• 7

• 1
• 2
• 3
• 4
• 5
• 6
• 7

這里的ind，start，end都是 numpy.int 類型，這種類型的數據不能作為索引，所以必須對其進行強制類型轉換，轉化結果如下：

for ind in inds:ind = int(ind)cls = clss[ind]start = int(4 * cos)end = int(start + 4)bbox_targets[ind, start:end] = bbox_target_data[ind, 1:]bbox_inside_weights[ind, start:end] = cfg.TRAIN.BBOX_INSIDE_WEIGHTSreturn bbox_targets, bbox_inside_weights

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8

以上內容是筆者在訓練自己的datasets時候出現的一些問題，大部分還是因為Faster RCNN 發布的時候使用的一些庫現在都升級了，所以需要對代碼中一些細節進行修改！

總結

以上是生活随笔為你收集整理的Faster RCNN 训练中的一些问题及解决办法的全部內容，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。