Windows +TensorFlow运行Faster-RCNN环境搭建

最新推荐文章于 2020-12-30 14:09:57 发布
最新推荐文章于 2020-12-30 14:09:57 发布
阅读量3k 收藏 27
点赞数 2
分类专栏： 深度学习 文章标签： tensorflow Faster-RCNN
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_29370449/article/details/93054089
版权
本文详细介绍了如何在Windows上利用Anaconda创建Python3.5环境，并安装TensorFlow CPU版，搭建Faster-RCNN的运行环境。通过创建虚拟环境、安装依赖库，解决可能出现的vcvarsall.bat错误，确保所有模块安装齐全，最终成功运行Faster-RCNN代码。
摘要由CSDN通过智能技术生成

版权声明：本文为博主原创文章，未经允许，不得转载。https://mp.csdn.net/mdeditor/93054089
本人平时是远程访问实验室的GPU进行模型训练，但是最近想在编译器环境下进行代码优化，所以决定在本机windows环境下搭建Faster-RCNN的运行环境。

本文所选择的Windows环境下Faster-RCNN版本代码为
https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3.5

该版本需要Python 3.5支持，在这里建议大家使用Anaconda，避免出现和原本电脑Python版本冲突等问题。

1 安装anaconda

anaconda下载地址：https://repo.continuum.io/archive/
选择支持Python3.5且与自己电脑系统匹配的anaconda版本。
本机为windows环境，64位系统，选择版本如下：
在这里插入图片描述
安装完成后，将anaconda的安装路径添加到环境变量，然后在cmd中输入

conda -V
<
最低0.47元/天 解锁文章
基于tensorflow搭建Faster R-CNN实现目标检测任务 有代码 有数据 可直接运行。--数据
06-06
基于tensorflow搭建Faster R-CNN实现目标检测任务 有代码 有数据 可直接运行。 Faster R-CNN 实现目标检测 tensorflow 基于tensorflow搭建Faster R-CNN实现目标检测任务 有代码 有数据 可直接运行。 Faster R-CNN ...
Faster-RCNN-TensorFlow-Python3-master
12-04
代码可能包含了数据预处理、模型构建、训练、验证和测试等部分，同时也考虑了Windows环境下的兼容性问题。 使用这个项目，你可以： - 学习如何在TensorFlow中搭建Faster R-CNN架构。 - 了解如何处理COCO数据集，...
Windows+VS2015编译caffe+py-faster-rcnn
zhangzm0128
05-11 8256
一、前期环境以及准备 1、安装python 在caffe中，python2和python3的接口都有。但frcnn中只能支持python2.7，所以千万不要装成python3。为了方便，不用自己去pip一大堆库，我建议安装anaconda2，里面已经安装了很多第三方的库。 另附python，Windows的第三方库 http://www.lfd.uci.edu/~gohlke/pyt
windows下运行Faster R CNN算法（CPU、GPU）
weixin_43997271的博客
07-01 3638
windows上运行Faster R CNN算法（CPU、GPU） 需要使用faster r-cnn训练自己的数据集，能够配置运行作者给出的代码是首要的，苦于没有ubuntu环境，所以在github中找到了一篇能够在Windows上运行的源码。下面来记录一下相关步骤，也方便初学的同学避坑。我运行的环境是win7+python3.7 第一步 首先在github中下载源码，网址https://gith...
faster rcnn在windows下的环境配置
qq_38582200的博客
12-30 2257
win10+anaconda+tensorflow+faster-rcnn前言anaconda安装anaconda配置虚拟环境安装cudacudnn安装cudn安装cudnn安装vs2015 前言 前几个月刚开学，导师要求跑通faster-rcnn，当时一脸懵逼什么也不懂，于是开启了为期一个月的环境配置之旅，个中心塞就不说了，趟过了很多坑，当时没想着记录下来现在换了个电脑要重新配置环境，就顺着写一...
Tensorflow实现Faster RCNN
热门推荐
juezhanangle的博客
12-28 3万+
今天一天将tensorflow下的faster rcnn实现了，运行demo.py并得到成果，从安装到运行。所以记录一下，我用的GPU工作站，GTX1080ti，内存11G。基础的CUDA配置这里就不详述了。由于是实验室的GPU，所以，在自己的目录下用Anaconda2创建自己的环境，其中Anaconda的配置详见上一篇文档。  其中tensorflow-gpu的版本1.3.0   其中git
TensorFlow 之Faster-RCNN
weixin_39970417的博客
06-01 716
一. 环境准备        本文通过 TensorFlow 实现基于 Faster-RCNN 的行人检测，网络模型基于 VGG16 or ResNet。1. 准备 TensorFlow 环境    Tensorflow (&gt;= 1.0.0)      安装对应 python 库：[cpp] view plain copysudo apt-get install cython python-...
win10+python3.6+tensorflow-gpu+FasterRCNN环境搭建及运行
小白
01-15 4383
目录代码环境配置cudacudnnanacondapycharm导入代码下载数据下载训练好的vgg16运行train.py运行demo.py 代码 用的是这个代码： https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3 环境配置 cuda 首先要注意显卡驱动和cuda的版本要对应 我装的是10.0的版本 附上链接： https://de...
使用TensorFlow实现Faster-RCNN模型搭建与训练指南
1. **搭建框架**: 文档中提到的是使用TensorFlow框架搭建Faster-RCNN，意味着用户可以利用TensorFlow提供的丰富API来构建和训练目标检测模型。 2. **测试与部署**: 经过测试表明，该模型可以在本地机器上顺利运行，...
tensorflow版本Faster R-CNN环境搭建和运行（代码、数据、模型齐全）
weixin_43981560的博客
03-09 1985
最近在做物体检测，想在自己电脑上跑一下Faster RCNN，从搭建环境到改代码再到出结果，过程真的踩过太多太多的坑了，要哭惹~~~ 看多了Error，都快忘记Successful长啥样了…还好我没放弃，今天终于跑通了，从网上找了几张图片demo了一下。 下面从头到尾顺一下过程，致敬这些天才过的坑。 1、环境搭建 首先说一下Faster rcnn有cpu和gpu两种版本，如果你没有gpu服务器或者...
windows下c++版faster -rcnn
11-24
windows下c++版faster -rcnn
faster R-CNN windows程序
07-13
代码及示例图片过大，总共2.7G。文档中为代码等下载地址和代码说明。主要实现在windows系统下利用tensorflow来实现faster r-cnn，还包括VOC数据集，编译等前期工作已完成，程序下载按说明中步骤操作即可运行。也可识别其他图片，环境：python3.5，TensorFlow，Windows
基于TensorFlow的Faster_R-CNN源码
08-15
基于TensorFlow的Faster R-CNN源码 目录结构 ----data ----experiments ----faster_rcnn ----libs
基于tensorflow的tflearn库实现部分RCNN功能
08-10
# 工程内容 这个程序是基于tensorflow的tflearn库实现部分RCNN功能。 # 开发环境 windows10 + python3.5 + tensorflow1.2 + tflearn + cv2 + scikit-learn # 数据集 采用17flowers据集, 官网下载：http://www.robots.ox.ac.uk/~vgg/data/flowers/17/ # 程序说明 1、setup.py---初始化路径 2、config.py---配置 3、tools.py---进度条和显示带框图像工具 4、train_alexnet.py---大数据集预训练Alexnet网络，140个epoch左右，bitch_size为64 5、preprocessing_RCNN.py---图像的处理（选择性搜索、数据存取等） 6、selectivesearch.py---选择性搜索源码 7、fine_tune_RCNN.py---小数据集微调Alexnet 8、RCNN_output.py---训练SVM并测试RCNN（测试的时候测试图片选择第7、16类中没有参与训练的，单朵的花效果好，因为训练用的都是单朵的） # 文件说明 1、train_list.txt---预训练数据，数据在17flowers文件夹中 2、fine_tune_list.txt---微调数据2flowers文件夹中 3、1.png---直接用选择性搜索的区域划分 4、2.png---通过RCNN后的区域划分 # 程序问题 1、由于数据集小的原因，在微调时候并没有像论文一样按一个bitch32个正样本，128个负样本输入，感觉正样本过少； 2、还没有懂最后是怎么给区域打分的，所有非极大值抑制集合canny算子没有进行，待续； 3、对选择的区域是直接进行缩放的； 4、由于数据集合论文采用不一样，但是微调和训练SVM时采用的IOU阈值一样，有待调参。
基于tensorflow搭建faster rcnn（Windows 10）
qq_34823656的博客
06-15 2856
前段时间实验室有一些项目，需要用到faster rcnn。虽然网上有很多很多教程，但由于每个人电脑配置不同，还是踩到了不少坑，在这里记录自己遇到的一些问题，供大家参考。 首先是环境： 1：python 3.5 2：tensorflow库，cython，python-opencv，easydict第三方库 3：VS2015 我主要是参照以下两篇文章进行搭建的： Windows 下 TensorFlo...
Tensorflow---Faster RCNN网络（一）
weixin_42206075的博客
12-30 915
Tensorflow—Faster RCNN网络（一） Faster-RCNN是一个非常有效的目标检测算法，虽然是一个比较早的论文， 但它至今仍是许多目标检测算法的基础。 Faster-RCNN作为一种two-stage的算法，与one-stage的算法相比，two-stage的算法更加复杂且速度较慢，但是检测精度会更高。 注：研究Faster-RCNN也有快一年了，在CSDN和github上面也是搜遍了大多的文章和代码，对其原理和实现代码一直都是似懂非懂的感觉，最近时间比较宽松，准备好好研究下Faster
Windows下faster_rcnn运行问题
linyigreat的专栏
06-06 1690
Windows下faster_rcnn运行时出现如图问题，把整个caffe也添加到路径了，还是出现caffe.get_net出错 还请大神帮忙指点
用Tensorflow2.0实现Faster-RCNN的详细代码解析
cocofisher的博客
05-02 1万+
在这篇文章中，我们将使用 Tensorflow2.0 实现 Faster-RCNN 并对相关代码进行解释说明。
在win10上配置运行Faster-RCNN的环境
飞龙在天
04-12 3752
本方法简单明了，根本无需去查什么tensorflow和cudnn及condatoolkit版本之间的关系。步骤如下： 首先安装anaconda，安装方法略 启动anaconda prompt， 输入conda help查看命令帮助，然后新建一个环境，使用的命令为：conda create -n py35-tf python=3.5，这样就创建了个基于python3.5名为py35-tf的环境...
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值