本人是在近幾天之内才跑通的faster-rcnn-1.0版本，剛開始是打算跑0.4版本的，結果中間出了一點問題，是以轉到1.0版本，有問題歡迎留言
首先是ubuntu18.04的安裝，大家可以去ubuntu的官網(https://ubuntu.com/download/desktop)這裡去下載下傳自己需要的ubuntu，一般18.04就足夠用，之後就是用U盤來制作成系統盤。當制作完成後，可以根據各個電腦的進行啟動盤的方式進行啟動（我神舟電腦用的是F7），之後就可以進行安裝了。安裝完成後的anaconda與pycharm的安裝其他部落格說的很清楚了，是以這裡就不再贅述。
重點内容是顯示卡的驅動安裝與cuda的安裝，顯示卡的驅動安裝可以直接采用軟體和更新方式進行安裝驅動，具體步驟如下圖!
如上圖所示，可以對驅動進行勾選，然後點選應用修改，等重新開機之後就完成了顯示卡驅動的安裝。
關于cuda安裝當時出了特别多問題，第一是核心問題，cuda各個版本需要不同的核心，具體在官網上可以查到，當核心不支援時會出現問題，我的當時因為核心過高，結果出現了循環登陸的情況，是以要換成低版本的核心。核心安裝推薦一個軟體，synaptic，使用這個代碼可以下載下傳
apt-get install synaptic
。sudo synaptic可以啟動.
在搜尋中下載下傳自己想要的核心版本，形式要跟上圖一樣，下載下傳五個檔案，并點選應用，之後在開機的時候可以在ubuntu進階選項中選擇自己想要的核心版本。
之後是cuda的安裝，這裡我選擇了cuda10.2，這個連結是其他部落客的各個版本的連結各個版本的安裝連接配接。可以下載下傳自己所需要的cuda，下載下傳完之後可可以放到主目錄下，并在終端運作
sudo sh+你的cuda檔案名字
，例如：
sudo sh cuda_10.2.89_440.33.01_linux.run
，之後進入對話，此時輸入accept，之後可以按空格看完聲明，安裝配置如下圖：
之後可以等待安裝完成，并添加到環境變量。添加完之後隻需要在終端輸入
nvcc --version
檢視是否有cuda資訊，有的話就算安裝成功，有些部落客還要編譯cuda的samples項來進行檢驗，我并沒有用這種方法來檢驗，并且程式運作不受影響。
安裝完cuda後大家可以在anaconda中建立環境，并安裝pytorch，我安裝了1.2版本的，之後就可以按照read me中安裝依賴項。
根據上圖到達指定位置，輸入相應指令，此時編譯有警告，并不用管他，最後出現錯誤，/usr/local/cuda-10.2/nvcc: No such file or directory，但是nvcc-vision可以檢視cuda的版本，此時隻需要在終端中加入
export CUDA_HOME=/usr/local/cuda-10.2
就可以解決。這裡要換成自己對應的cuda版本，最後再進行安裝依賴，成功！
如果你要用GPU進行編譯，那麼你需要更改為如下圖所示：
兩圖一個在trainval_net.py,一個在lib/model/utils/config.py中。最後，就可以進行訓練了。
附上訓練圖如下：