CPU tensorflow Faster-rcnn

全部转载于https://blog.csdn.net/sinat_33486980/article/details/81045315 ，为了方便自己查看
以下是内容
官方给出的Faster R-CNN的代码是caffe框架下的，我对caffe不是很了解，一直用的是tensorflow环境，所以去网上找了一下用tensorflow实现的Faster R-CNN。找到了一篇博客https://www.cnblogs.com/toone/p/8433581.html，作者使用的是一个github上Xinlei Chen的tensorflow版本的faster rcnn代码。这里贴出github链接https://github.com/endernewton/tf-faster-rcnn

首先，按照博客里面作者的步骤，一步步实现，但是我是在自己的台式机上跑的，没有GPU，因此需要做一些修改。下面走一遍整个流程，记录下踩过的坑。
1.本机环境

ubuntu16.04

无GPU

tensorflow版本是1.7.0

python版本2.7.13 （anaconda安装，虽然系统自带python，但是使用anaconda安装可以一次性将大部分机器学习中用到的包装好，所以建议使用anaconda安装）

cython版本0.25.2

opencv-python(该博客使用的是这个，但是我装的是opencv-contrib-python3.4.1.15，也没问题，看网上说，带contrib的会有很多好处，我对这个了解不多，所以先装再看)

easydict版本1.7(博客作者用的1.6，感觉有装就可以，版本关系不大)
2.下载github项目代码和数据

git clone https://github.com/endernewton/tf-faster-rcnn.git

我是直接在home目录下建了一个我自己的文件夹jcm，然后在这个文件夹上右击，在此处打开终端，输入上面的命令就可以将整个项目代码下载到jcm文件夹下。
3.修改配置

在lib文件夹下有个setup.py文件，里面可以设置CPU和GPU的参数。如图所示
我这里没有GPU，所以选择cpu运行，此处必须做相应的修改，因为代码默认是在GPU下运行，所以按照后面编译的命令执行时会报错。

python setup.py build_ext --inplace
Traceback (most recent call last):
File “setup.py”, line 58, in
CUDA = locate_cuda()
File “setup.py”, line 46, in locate_cuda
raise EnvironmentError('The nvcc binary could not be ’
EnvironmentErro