FasterRCNN专题：在windows环境下配置基于tensorflow的Faster RCNN开发环境

     首先第一步要做的显然是安装python和tensorflow开发环境，这里不再详述，可以参考其他博文，建议使用Anaconda安装，使用起来很方便。下面开始介绍如何配置faster RCNN环境。

1.首先，下载源程序，这里使用 https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3 的源代码：

 直接使用git拷贝到指定文件夹

git clone https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3

2.安装需要的几个python开发包：

pip install cython

pip install python-opencv

pip install easydict

若python-opencv无法安装，可以在链接https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple/opencv-python/下载对应版本安装包，我这里下载的是 opencv_python-3.3.1.11-cp35-cp35m-win_amd64.whl，然后在 anaconda指令窗口输入 ：

pip install opencv_python-3.3.1.11-cp35-cp35m-win_amd64.whl

安装开发包，对于其他未找到的安装包亦可采用此方法进行安装（在https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple/找即可，亦可直接输入https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple/XXX/若存在对应开发包的安装包则直接可以找到，其中XXX为开发包名字）。

3. 在anaconda命令窗口，进入Faster-RCNN-TensorFlow-Python3\data\coco\PythonAPI目录，执行编译指令以及安装指令：

python setup.py build_ext --inplace
python setup.py build_ext install

然后进入另一个目录Faster-RCNN-TensorFlow-Python3\lib\utils，执行编译指令:

python setup.py build_ext --inplace

这里极容易出现的问题是会出现报错：building 'pycocotools._mask' extension  error: Unable to find vcvarsall.bat，有很多解决方法，最直接的方法就是安装VS2015，其实，这个问题说白了就是没有Visual C++ 编译环境，解决办法就是安装编译环境（等于没说）。（这里使用的是微软COCO图像库相关API，可参看 https://github.com/philferriere/cocoapi）我认为相对简单的方法是安装VisualCppBuildTools_Full.exe，相对于安装VS2015要简单许多，也会省很多空间。网上可以搜到，也可以在我的微云下载https://share.weiyun.com/5yfO6Rr-g。

4.下载VOC2007数据集：

http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-2007.tar http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCdevkit_08-Jun-2007.tar

将三个压缩文件解压到Faster-RCNN-TensorFlow-Python3\data文件夹下，得到一个名为VOCdevkit的文件夹，将起名字改为VOCDevkit2007。

5.下载vgg16已训练好的网络模型数据到Faster-RCNN-TensorFlow-Python3\data\imagenet_weights\vgg16.ckpt，imagenet_weights原本不存在需要自己创建，vgg16.ckpt下载地址为

http://download.tensorflow.org/models/vgg_16_2016_08_28.tar.gz

这里注意默认下载文件名字为vgg_16.ckpt，需要手动改为vgg16.ckpt否则会出错，后续文章会对此进行详述，亦可以选择其他网络模型，对应下载地址为：

https://github.com/tensorflow/models/tree/master/research/slim#pre-trained-models

但注意若采用其他模型需要修改相关文件，后续会有介绍，我们在这里先默认使用vgg16。

6.在Faster-RCNN-TensorFlow-Python3文件夹下执行

python train.py 开始训练。

7.在文件夹Faster-RCNN-TensorFlow-Python3\default\voc_2007_trainval\default可以看到训练好的保存模型文件。

这是整个windows环境下的训练模型的整个搭建过程，后续文章将对具体内容进行更详细的分析。