CSP代码阅读挖坑记录

最近在跟2019年CVPR中一篇行人检测的论文，开始看其代码。作者用的开发环境是keras=2.1.6，tensorflow=1.4.1。环境比较古老了，自己试了一下1.6的TF也还能兼容。但是代码是用python2写的，我这里配置基本都是基于python3的，所以准备自己把代码转为python3。这一转还发现不少坑，记录一下。

论文地址：
https://arxiv.org/abs/1904.02948v1（有v2版本的了）
github：
https://github.com/liuwei16/CSP

---

cPickle和_pickle

作者用的数据集是caltech，这个数据集需要先把视频切成一帧一帧的图像。可以参考知乎上的这个回答进行预处理，作者给的少了几个函数。处理完之后，作者的思路是用cPickle这个包打包好数据，然后自己写一个generator来生生成训练数据。

第一个坑：cPickle在python3中无法导入

报错代码：

  import cPickle

查了一下资料，cPickle在python3里面已经有内置的实现了，直接使用_pickle即可。
因此只要将前面的修改一下

import _pickle as cPickle

我懒得去代码里面 一个个改cPickle 了，所以就用了上面的方式。下文中所有的cp都代指python2里面的cPikcle，p就代指python3里面的_pickel。

第二个坑 cp存下来的数据，p无法直接load

报错代码：

ped_data = cPickle.load(fid)

这个问题主要产生的原因是：
“python3最重要的新特性大概要算对文本和二进制数据做了更为清晰的区分，文本总是unicode字符集，有str类型表示，二进制数据则有bytes类型表示。python3不会以任何隐式的方式混用str和bytes，正是这是的这两者的区别特别明显，你不能拼接字符串和字节包，也无法在字节包里搜索字符串（反之亦然），也不能将字符串传入参数为字节包的函数（反之亦然）”

第一次参考博文之后，降上面的代码调整如下：

ped_data = cPickle.load(fid，encoding = 'utf-8')

这样读是可以读了，但是在后续的工作中还是会出现问题：所有的str都被读成了bytes类型。如果是一条数据的话，可以通过：

ped_data = ped_data.decode(encoding = 'utf-8')

来解决，自己眉头一皱觉得这个方法太蠢了，继续查，后来发现有一种读的方式：

ped_data = cPickle.load(fid，encoding = 'iso-8859-1')

使用这种编码制度，可以直接读成str型。这样数据就可以用起来了。

目前先debug了这些，然后作者自己还有一个生成数据的代码，这块是用于训练自己的数据的地方。7.23上午调试了一下，发现不是很好用，也是在cp和p的转换之间有点问题。等第一批数据跑完了把这里啃一下。