DL | faster r-cnn工作环境配置

开发环境

faster r-cnn： window7 + python3.5 + TensorFlow1.2.0 + OpenCV

python3.5

faster r-cnn 开源代码多为python 3.5,在python3.6的环境中运行时，会报错，如https://blog.csdn.net/memories_sunset/article/details/82117628 中所示。

在反复安装卸载重装后，建议还是在最初调试的时候，就直接下载python3.5版本。

对应的anaconda版本为Anaconda3 4.1.1。

要注意，如果直接检索anaconda时，网上最先找到的多为最新的版本（对应python3.7），想下载之前的anaconda的版本的话，可以在这个网站里下载：https://repo.continuum.io/archive/

tensorflow-gpu

安装的cuda8.0,对应的TensorFlow-gpu版本可选择为1.2.0。

打开命令行，输入：pip install tensorflow-gpu==1.2.0

即可。

配置成功后，输入：conda list

确认tensorflow-gpu配置成功，如下图。

coco PythonAPI

tensorflow各种配置完成后，运行train.py程序，报错，与coco PythonAPI设置有关。
解决办法为：
1.跳到coco/PythonAPI文件夹下
2.python setup.py build_ext install

参考网址：
https://blog.csdn.net/gxiaoyaya/article/details/78363391

OpenCV

coco PythonAPI编辑后，报错：No module named “cv2”.

原因是没有配置OpenCV： pip install opencv-python

接下来，开始你的faster rcnn程序吧！环境配置已经无误了，如果再报错的话——恭喜你！即将开始python代码调试之路了！