Faster-RCNN-TensorFlow-Python35
最近正在学习Faster-RCNN，环境历经一天时间终于成功安装，借此记录下整体安装过程
本教程是Windows 10 + Python35 + CUDA 10.0 + cudnn 7.4.1.5 + tensorflow-gpu 1.13.2环境的配置过程
所使用的软件包括
名称 |
版本 |
CUDA |
10.0 |
CUDNN |
7.4.1.5 |
Anaconda3 |
4.2.0 |
Pycharm |
2019.3.5 |
整体过程中所需要的软件包我都放在了网盘之中，需要可自取（若失效，请留言）
软件安装包 提取码：iskr
软件安装
VS2019
Tip：若已安装VS2015且已安装C++组件可跳过VS的安装
Tip：若已安装VS2017建议卸载后安装
也可不卸载，先跳过这一步，之后如果出现问题可返回重做
打开安装包，最好不要更改安装路径，在选择组件时如下图所示
点击安装即可
CUDA 10.0
打开安装程序，如下图所示
选择自定义，然后下一步。
不做任何更改，下一步，直至安装完成。
cudnn 7.4
下载压缩包后解压，复制图中红框所有文件 注意路径
打开 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0 路径，粘贴到本目录下，下图为复制完成之后的情形
Anaconda3-4.2.0
安装过程如图所示
选择 All Users，下一步
安装路径可以更改，也可不更改。
若更改路径请看如下介绍，不更改可跳过
/*由于选择的Anaconda3版本较低，所以不同于新版本的安装*/
/*
eg：我选择的路径是E:\Program Files\
首先选中此目录
然后复制Anaconda3到\后面 最终为E:\Program Files\Anaconda3
*/
选择路径之后下一步
勾选两个框，然后install，安装完成。
pycharm
默认下一步即可，也可参考pycharm详细安装的博客
环境搭建
第三方库安装
Tips：若显卡内存小于4G，最好使用tensorflow-cpu
首先创建并激活环境
conda create -n tensorflow python=3.5
activate tensorflow以下参考这位博主的文章
pip加速
打开C:\Users\用户名
新建pip文件夹，打开新建pip.ini，右键选择记事本打开，输入以下代码
[global]
index-url = http://pypi.mirrors.ustc.edu.cn/simple
[install]
use-mirrors =true
mirrors =http://pypi.mirrors.ustc.edu.cn/simple/
trusted-host =pypi.mirrors.ustc.edu.cn关闭并保存
在桌面新建requirements.txt文件，输入以下内容
scipy==1.2.1
numpy==1.17.0
Keras==2.1.5
matplotlib
opencv_python==4.1.2.30
tensorflow_gpu==1.13.2
tqdm==4.60.0
Pillow
h5py在cmd激活tensorflow环境的情况下，输入如下指令
pip install -r C:\Users\ 用户名 \Desktop\requirements.txt
用户名更改位自己的即可
Tips 如果安装过程中出现404，则使用如下命令
pip install numpy==1.16.5
pip install --upgrade pip
pip install --upgrade setuptools
pip install --no-cache-dir --force-reinstall -Iv grpcio==1.36.1
pip install tensorflow_gpu==1.13.2然后再依次pip install requirements.txt文件中的包
逐个安装比较麻烦，也可使用pip install -r C:\Users\ 用户名 \Desktop\requirements.txt尝试安装。
ps：我安装到这里心态快崩了，所以忍着痛一个一个安装，祈求成功，最终果然成功了啊φ(￣0￣)
源码运行
下载VOC2007数据集和vgg16网络模型
下载Faster-RCNN源码，此源码原址为https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3
数据集处理
如下图所示，选中三个压缩包，然后解压到当前文件夹，会形成蓝色框标记的VOCdevkit文件夹
然后将文件夹名更改为 VOCDevkit2007 并移动至Faster-RCNN中data目录下。
VGG16模型
解压 vgg_16_2016_08_28.tar.tar
将 vgg_16.ckpt 更名为 vgg16.ckpt
在Faster-RCNN的data目录下新建 imagenet_weights 文件夹，并将上面的 vgg16.ckpt 移动至此文件夹中
编译准备
进入Faster-RCNN/data/coco/PythonAPI目录下，执行
python setup.py build_ext --inplace
python setup.py build_ext install然后进入Faster-RCNN/lib/utils目录下执行文章来源：https://www.toymoban.com/news/detail-441523.html
python setup.py build_ext --inplace运行
Run train.py文章来源地址https://www.toymoban.com/news/detail-441523.html
到了这里，关于Faster-RCNN环境搭配及运行教程的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
