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!