tensorflow之faster rcnn 安装（ubuntu16.04版）

 

1. 准备 TensorFlow 环境

    Tensorflow (>= 1.0.0) 

     安装对应 python 库：

[cpp] view plain copy

1. sudo apt-get install cython python-opencv python-tk python-scipy python-yaml  
2. sudo pip install easydict  
3. sudo pip install matplotlib  
4. sudo python -m pip install Pillow 

 

       如果不行就先

               

 

1. sudo apt-get update

 

 

 

2. Gtihub 代码

    代码下载：https://github.com/CharlesShang/TFFRCNN

    直接

 

1. git clone https://github.com/CharlesShang/TFFRCNN

 

 

 

3. 下载训练好的网络

    在 TFFRCNN-master 下新建文件夹 model，存放要下载入的 net（参考 Github 下载地址），推荐下载：

    ——.VGG16 - https://drive.google.com/file/d/0B_xFdh9onPagX0JWRlR0cTZ5OGc/view

    ——.VGG16 - https://drive.google.com/file/d/0B_xFdh9onPagVmt5VHlCU25vUEE/view

    ——.Resnet50 - https://drive.google.com/file/d/0B_xFdh9onPagbXk1b0FIeDRJaU0/view

   百度云链接：

   Resnet：https://pan.baidu.com/s/1kWRYN3L 密码：yylr

   VGG：https://pan.baidu.com/s/1bpOBguz 密码：8rdu

    在faster rcnn根目录下新建一个model文件放进去

4. 编译

     打开 lib文件夹下的 make.sh，根据提示修改，如果是 binary版本的 TensorFlow，需要关闭 D_GLIBCXX_USE_CXX11_ABI，设为0：

   

     事先要查看gcc版本（我的是版本五，但是好像是 binary，因此也要注意一下make.sh的语句要改一下，一定要改）

      

1. gcc --version

 

[cpp] view plain copy

1. ## if you install tf using already-built binary, or gcc version 4.x, uncomment the two lines below  
2. g++ -std=c++11 -shared -D_GLIBCXX_USE_CXX11_ABI=0 -o roi_pooling.so roi_pooling_op.cc \  
3.     roi_pooling_op.cu.o -I $TF_INC -fPIC -lcudart -L $CUDA_PATH/lib64  
4.   
5. # for gcc5-built tf  
6. #g++ -std=c++11 -shared -D_GLIBCXX_USE_CXX11_ABI=1 -o roi_pooling.so roi_pooling_op.cc \  
7. #   roi_pooling_op.cu.o -I $TF_INC -fPIC -lcudart -L $CUDA_PATH/lib64  
8. cd ..  
9.   
10.   
11. # add building psroi_pooling layer  
12. cd psroi_pooling_layer  
13. nvcc -std=c++11 -c -o psroi_pooling_op.cu.o psroi_pooling_op_gpu.cu.cc \  
14.     -I $TF_INC -D GOOGLE_CUDA=1 -x cu -Xcompiler -fPIC -arch=sm_52  
15.   
16. #g++ -std=c++11 -shared -o psroi_pooling.so psroi_pooling_op.cc \  
17. #   psroi_pooling_op.cu.o -I $TF_INC -fPIC -lcudart -L $CUDA_PATH/lib64  
18.   
19. ## if you install tf using already-built binary, or gcc version 4.x, uncomment the two lines below  
20. g++ -std=c++11 -shared -D_GLIBCXX_USE_CXX11_ABI=0 -o psroi_pooling.so psroi_pooling_op.cc \  
21.     psroi_pooling_op.cu.o -I $TF_INC -fPIC -lcudart -L $CUDA_PATH/lib64  

    执行命令行 make：

[cpp] view plain copy

1. cd ./lib  
2. make # compile cython and roi_pooling_op, you may need to modify make.sh for your platform  

5. 运行

    将 faster_rcnn/ 文件夹下的 demo.py copy到根目录下，执行如下命令：

[cpp] view plain copy

1. cd ..  
2. python demo.py --model your model path