Windows10 下安装 py-faster-rcnn

Windows10 下安装 py-faster-rcnn

---

本文主要包含如下内容：

  参考博客  参考博客  可以参考这两篇博客和本篇博客进行Windows下py-faster-rcnn的配置和安装。

---

安装教程

---

  本篇博客将会教会你在Windows下配置py-faster-rcnn，请细心仔细阅读。说白了，Windows下配置这些东西就是一个坑。

---

安装配置Anaconda

---

  由于py-faster-rcnn要用到python，这里我们使用了Anaconda，Anaconda版本为Anaconda2-4.3.1-Windows-x86_64.exe，Anaconda下载地址，双击安装即可，安装完Anaconda2后需要下载必要的python库，在cmd下运行下面代码即可：

    conda install --yes numpy scipy matplotlib scikit-image pip
    pip install protobuf
    conda install numpy pyqt

  同样的，在cmd中輸入python --version，可以得到你安裝的python信息：（如果是Anaconda则无需之后操作）

    (python27) C:\Users\39294\Desktop>python --version
    Python 2.7.13 :: Anaconda 4.3.1 (64-bit)

  请注意：如果在查看python版本之后，发现不是Anaconda版本，这里则需要创建一个Anaconda专用版本，并通过windows软链接，在cmd中輸入：

    conda create --name python34 python=3.4

  接下来，在cmd中輸入conda info -e可以得到你安裝的python信息；随后輸入activate python27激活環境，輸入python --version，可以看到系統切換到Anaconda中：

    conda info -e

    activate python27

    (python27) C:\Users\39294\Desktop>python --version
    Python 2.7.13 :: Anaconda 4.3.1 (64-bit)

---

安装配置Windows-caffe

---

  在安装好Anaconda后，需要配置Windows-caffe。为了使用GPU来运行深度学习，我们需要安装相应的cuda和cuDNN。其中，cuda版本为cuda_8.0.61_win10，双击安装即可；cuDNN版本为cudnn-7.5-windows10-x64-v5.0-ga，下载并将其解压至D:\
  CUDA下载地址  cuDNN下载地址
  同样的，需要从github上下载相应的windows-caffe，并将其解压至D:\。
  windows-caffe下载地址

  随后，开始配置caffe：
  进入D:\caffe-master\windows，复制文件CommonSettings.props.example并将其改名为CommonSettings.props，双击进入工程caffe（这里注意：需要安装了VS，才可以打开并编译）。有时候libcaffe没有加载成功（主要原因在于看看propos里面的cuda版本是7.5，而你装的是8.0，ctrl+F搜索7.5，找到到改为8.0.并重启caffe.sln即可）

• 注意：如果libcaffe和testall存在问题，请参考如下解决办法：

  由于vs2013的安装路径中缺少 CUDA 8.0.props ，文件引用CUDA 8.0的路径是 C:\Program Files (x86)\MSBuild\Microsoft.Cpp\v4.0\V120\BuildCustomizations ，其实 CUDA 8.0.props 安装路径是 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\extras\visual_studio_integration\MSBuildExtensions ，只要拷贝到 C:\Program Files (x86)\MSBuild\Microsoft.Cpp\v4.0\V120\BuildCustomizations 就行了，那么libcaffe和testall就都没问题了！

  在打开caffe工程后，打开右侧文件列表中的文件CommenSetting.probs，在文件中搜索cudapath，该栏存放从cudnn解压出来的文件夹cuda的目录路径。由于我们从cudnn解压出来的文件夹cuda的目录路径是D:\，因此，输入D:\即可。

  如果需要配置pycaffe，即caffe的python接口，则请进行一下操作：打开右侧文件列表中的文件CommenSetting.probs，编译支持python接口<PythonSupport>ture</PythonSupport>，同时修改python的路径，指定到Anaconda中。
  
  
  随后，我们参考博客，将roi_pooling_layer.hpp,cu,cpp加入到libcaffe文件配置中。
  参考博客

  接下来，选择编译类型为release,x64，关闭 Treat Warnings As Errors (即设置为No) ，如果不设置的话在编译boost库的时候会由于文字编码的警告而报错。下面两张图帮你进行设置。
  
  
  然后开始漫长的编译过程，编译结束后会在D:\下生成文件夹NugetPackages，我们也可以在拷贝别人的文件NugetPackages到指定目录D:\后进行编译。

  在编译好libcaffe后，需要继续编译其他任务：下面两张图帮你进行设置并进行相关编译。
  
  

  至此，caffe工程已经编译完成，可以正常训练测试网络。

• 编译错误：

  error MSB4062:未能从程序集D:\NugetPackages\OpenCV.2.4.10\build\native\private\
  

  coapp.NuGetNativeMSBuildTasks.dll加载任务“NuGetPackageOverlay”

  该问题解决办法，只需要升级opencv即可，参考博客解决问题

---

安装配置py-faster-rcnn

---

  在安装配置好caffe后，我们安装配置py-faster-rcnn。首先，我们需要安装git来获取py-faster-rcnn代码，这里git的安装我们不再赘述。接下来在cmd下运行：  github网站

    git clone --recursive https://github.com/rbgirshick/py-faster-rcnn.git

  同样的，通过git下载windows的lib文件：

    git clone --recursive https://github.com/MrGF/py-faster-rcnn-windows.git

  由于在这之前我们编译过caffe，所以只需要将caffe文件夹下面的 /Build/x64/Release/pycaffe/caffe 文件复制到 py-faster-rcnn/caffe-fast-rcnn/python 目录下，并替换原有文件。
  同样的，我们将 py-faster-rcnn-windows 下的lib文件复制到 py-faster-rcnn 下替换到原来的lib文件。

  然后，在cmd中切换工作目录到py-faster-rcnn/lib目录：执行 python setup.py install 代码执行成功后，修改setup_cuda.py中第33行，CUDA的include路径为你自己的路径。执行 python setup_cuda.py install 安装成功.

    python setup.py install

    include_dirs = [numpy_include, 'C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v7.5\\include'])

    python setup_cuda.py install

• 编译报错：

  error: Microsoft Visual C++ 9.0 is required. Get it from http://aka.ms/vcpython27；
  

  解决办法：直接在在cmd下输入：SET VS90COMNTOOLS=%VS120COMNTOOLS%，如果不行，则参考博客(注意：直接在D盘Anaconda2下面进行修改)

• 编译报错：

  File "D:\Anaconda2\lib\ntpath.py", line 180, in split
      d, p = splitdrive(p)
  File "D:\Anaconda2\lib\ntpath.py", line 115, in splitdrive
      if len(p) > 1:
  TypeError: object of type 'NoneType' has no len()
  

  解决办法：我们需要添加环境变量，参考博客办法（C:\Program Files (x86)\Microsoft Visual Studio 12.0\VC\bin\ ）

  至此，py-faster-rcnn的配置工作基本完毕，接下来，我们运动demo，看看效果。在cmd中切换工作目录到到py-faster-rcnn目录下，执行python ./tools/demo.py。若执行成功，将出现相应的检测图片。

    python ./tools/demo.py

• 编译报错：

  ImportError: No module named easydict
  

  解决办法：在cmd下输入：pip install easydict，可以参考博客()

• 编译报错：

  ImportError: No module named cv2
  

  解决办法：将opencv里面的cv2.pyd文件拷贝到D:\Anaconda2\Lib\site-packages中，可以参考博客

• 编译报错：

  ImportError: No module named google.protobuf.internal
  

  解决办法：在cmd下输入：conda install protobuf，可以参考博客

• 编译报错：

  AttributeError: 'ProposalLayer' object has no attribute 'param_str_'
  

  解决办法：将对应文件中’param_str_’改为’param_str’，可以参考博客

• 编译报错：

  proposal_layer.py 中 pre_nms_topN  = cfg[cfg_key].RPN_PRE_NMS_TOP_N， keyerror = 1
  

  解决办法：可以参考博客