配置Faster R-CNN全教程
写给自己的话:最近买了个TITAN RTX,所以要重新配下电脑,但这个过程就很坑了,所以要记下来,不然以后忘了再来盲目配一次,估计要自闭
做好系统盘后,重启,按DEL键进入,然后bost进入U盘优先启动
先格式化分区,C盘配稍微大一点,因为有些软件安装位置没得选,直接就C盘,如Office2016(当然你要调注册表去改变它的安装位置也行),之后安装WIN7
安装360驱动大师网卡版,之后再直接根据驱动软件的推荐安装各个驱动,除了显卡驱动,显卡驱动:
https://www.nvidia.cn/Download/index.aspx?lang=cn
下载后安装即可
注:TITANRTX=10.1
3.安装VS
下载VS:百度:微软官网
翻到最下面
最上面
最下面
下完之后:安装到D盘即可
Anaconda3-5.3.1-Windows-x86_64(这是python3.7版本)
推荐安装与Python3.5配套的Anaconda3-4.2.0-Windows-x86_64
先看下你的显卡驱动版本
安装在默认地址。C盘,不过我安装到其他盘的时候出错,所以没办法
安装比10.1要低的版本就好,推荐CUDA9.0(原来我的1060就是这个版本),驱动号要高于CUDA要求的版本
(控制面板>Nvidia控制面板信息>系统信息)
下面是CUDA与驱动号对应要求
安装完成后使用cmd:nvcc -V检查是否安装好
注:不要安装10.1,因为Tensorflow没有配套的版本(坑)
这个CUDA每个版本都有对应的CUDNN好几个,所以我的CUDA10.0安装后用的是CUDNN7.6
作为cuda的补充,安装简单多了,只需要把下载后的压缩文件解压缩,分别将cuda/include、cuda/lib、cuda/bin三个目录中的内容拷贝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v.5x应的include、lib、bin目录下即可
cmd:conda create -n faster python=3.5(fasterrcnn用3.5)新建一个python环境
之后:activate faster
pip install --upgrade pip(更新包)
然后:
pip install cython
opencv-python
pip install easydict
pip install Pillow
pip install matplotlib
pip install scipy
pip install keras
直接pip install tensorflow-gpu==1.5.0(CUDA9.0+python3.5+tensorflow1.5)
如果没有后面的1.5.0则默认安装最新版本tf-gpu
注:CUDA9.0+Tensorflow-gpu-1.5最好
import tensorflow as tf
sess = tf.Session()
a = tf.constant(10)
b= tf.constant(12)
sess.run(a+b)
如果可以运行,成功!
源代码:https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3 下载
之后按照上面的要求来
但Go to ./data/coco/PythonAPI这一步,要先激活faster的环境,再生成对应的配置文件,不然生成文件就很坑
如图,你看对应的红框里面都是cp35,一定要是35,(是不是35是根据你python版本来定的,例如python3.5生成cp35的文件,当然也许和cython版本有关,我的是0.29.1)不然就会有bbox_xxx找不到之类的,这个坑了我很久
先看下我的文件结构
1.根目录
data:
VOCDevkit2007:
无误后就运行吧
下面这句话:(不改则找不到生成的模型)
# tfmodel = os.path.join('output', demonet, DATASETS[dataset][0], 'default', NETS[demonet][0])
改为:你输出模型对应的路径
tfmodel = r'E:\py_workspace\Faster-RCNN-TensorFlow-Python3-master\default\voc_2007_trainval\default\vgg16_faster_rcnn_iter_40000.ckpt'
以后还要用到Mask R-CNN,之前这个我是用的python3.6运行的
虽然之前我也配置,并且写了备忘博客,但之后还估计得在配一次,等到时我再详细写一下相关