ubuntu下对使用命令行运行的python文件或shell脚本文件在pychram中运行调试（faster rcnn举例）_ubuntu pycharm shellpath

对python文件进行调试

参考
这里以faster rcnn中训练命令为例来说明，训练命令如下
CUDA_VISIBLE_DEVICES=0 python trainval_net.py --dataset pascal_voc --net res101 --bs 1 --nw 1 --lr 0.001 --lr_decay_step 5 --cuda

为方便调试，直接在pycharm下跑训练程序，需做如下设置：
（1）在pychram中打开该项目文件夹，然后打开trainval_net.py（对应命令行执行的文件）程序，在pycharm中file---setting---project interprete选择当前程序的解释器（本例均为Python2.7）

（2）在pycharm中run---edit configurations---environment variables添加环境变量LD_LIBRARY_PATH=/usr/local/cuda/lib64

（3）在pycharm中run---edit configurations---script parameters添加命令行参数

–dataset pascal_voc --net res101 --bs 1 --nw 1 --lr 0.001 --lr_decay_step 5 --cuda --restore 0

注 ：原博客中说：千万不要少了--restore 0，但是自己加上后运行出错，去掉后运行正常
1

（4）在trainval_net.py程序中添加代码：

import os

os.environ[“CUDA_VISIBLE_DEVICES”]=“0”

注 ： os.environ["CUDA_VISIBLE_DEVICES"]="0"   自己没加这条也能运行
1

完成以上配置后即可直接在pycharm中run本程序。

==============================================================================================================================
或右键trainval_net.py文件选项卡，选“Edit trainval_net.py"”,如下图


在这配置解释器，添加环境变量，添加命令行参数。
其中scrip path :是当前要运行文件的路径
parameters : 添加命令行参数
Environment variables :添加cuda的环境变量
python interpriter :所用的python解释器
Working directory :当前的工作路径

对shell脚本文件进行调试

首先粗略的理解shell脚本程序的作用是 ：将多个liunx命令放到一个文件，一起执行，提升效率。（.sh文件就是一种shell脚本文件）
所以，对利用shell脚本执行的程序在pychram中调试，可以将shell脚本中执行的文件在pychram中打开，并向上面那样传入参数即可。

举个例子 ：
例如Faster-RCNN_TF中训练的命令是

./experiments/scripts/faster_rcnn_end2end.sh $DEVICE $DEVICE_ID VGG16 pascal_voc
1

我们打开faster_rcnn_end2end.sh查看（里面代码含义查看这，这里面的内容和本文使用的文件内容不一样，但类似，不妨碍理解），在训练时，它其实就是运行train_net.py ，并传入一些参数，即实际上是运行

./tools/train_net.py --device gpu --device_id 0 
--weights data/pretrain_model/VGG_imagenet.npy 
--imdb voc_2007_trainval --iters 70000 
--cfg experiments/cfgs/faster_rcnn_end2end.yml 
--network VGGnet_train 
1
2
3
4
5

这样就可以按照上面配置运行python文件时一样，在pycharm中进行配置了。

另外，需要注意，由faster_rcnn_end2end.sh文件中各执行命令可看出，当前工作路径是主路径Faster-RCNN_TF，要在配置时在Working directory中配置正确，配置图如下。