tf-fasterrcnn跑起来

---

前言

本篇文章主要是记录我学习深度学习目标检测的一些过程，主要是记录一些步骤和报错解决，在搭建环境以及后面的运行调试，一些错误可能会很困扰头疼，有的搜了十几二十篇博客网页啥的才能找到解决办法。但不要灰心，办法总比困难多。
首先我是在Windows环境下进行配置的，tensorflow1.6.0+python3.6，跑的是faster-rcnn算法。后面还会说到一些包。
代码是GitHub上开源的，链接放在这：https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3.5

一、我的配置

首先是我本人的配置，基本没咋学过python，反正想的就是先跑起代码来，后面一边看代码，一边可以学python。不过在此还是想推荐一本书：Head First Python。单纯地感觉书的作者们很有趣，学的时候看看插画啥的很解乏，而且还能激发我们思考提问。
其次是我电脑的配置，我的电脑很烂，是那种有时候打开文档都会卡，没有gpu，只有2个G的cpu，训练个1000次都够我跑一下午。但能跑起来代码再说。

二、踩坑错误漏数

我安装的是python3.6，前面说过我的电脑很烂，之前上过虚拟机的课程，电脑带起来有点吃力，所以不打算在虚拟机环境下配置。在Windows环境下安装好依赖包也是能跑起来代码的。
大概的流程是参考这篇文章的：https://www.cnblogs.com/zhangkanghui/p/10915598.html；
这篇文章主要是记录踩坑纠错过程（下面按照先后顺序来依次入场）：

• pip直接安装

迎面走来的，是来的最早的坑位：直接通过pip在命令行里安装依赖包，pip安装一时爽，运行送去火葬场。开始直接通过pip -install安装的tensorflow以及一些依赖包，后面再pycharm运行时报了一些错误。在你的代码路径下直接pip安装的tensorflow是2.x的版本，版本太高，需要降低版本。至于解决办法可以参考这篇博客：https://blog.csdn.net/Fourierrr_/article/details/79749899；
numpy开始安装的是1.16.0，后来运行的时候但是后面测试demo的时候还是报错，最后通过pycharm将numpy版本改为1.16.3后没有报这个错误了。
其他的可以用pycharm直接打开项目，会提示缺少哪些依赖包，可以先一键安装这些依赖包，后面再降低numpy的版本。

• 数据集
  改数据集，因为我没有多少时间去自己做数据集，当时在网上找到的数据集命名方式不同，需要将图片和xml一对一重新命名，输出为000001.jpg和000001.xml这样，这个网上找了很久，很多都是讲的自己做数据集只有重命名图片的代码，此处就不贴了。我太菜了很短的代码也不会写，终于找到了这篇博主写的代码：https://blog.csdn.net/qq_34717531/article/details/111613432；试了之后能很好的一对一更改图片和xml的命名。如果你需要更改数据集图片的格式，上面的源码图片格式是jpg，我不想改代码，就将找到数据集的图片格式png批量改为jpg。

• 不知道啥问题的问题
  更改程序里的一些参数以及一些注意事项都可以看上面参考流程那篇，在跑train.py时又报了错：assert (boxes[:, 2] >= boxes[:, 0]).all()，看这篇博主的文章：https://blog.csdn.net/u014696921/article/details/60333805

总结

主要写这几个，中间还有一些想不起来了，但上面提到的这些都是我记得比较清楚的，也是挺困扰的，非常感谢上面文章中提到的这些博主，在他们的帮助下我解决了这些问题，像那个一对一重新命名啥的还是对新手很好用的。