faster rcnn在windows下的环境配置

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，就顺着写一下。很多参考自这篇博文，感谢+膜拜。

anaconda

安装anaconda

1. 直接在官网上下载安装包，之后就是傻瓜式安装直接下一步
   
2. 到如下选项只需要勾选第一个选项，将anaconda添加至环境变量
   
3. 安装完成后打开docs界面，输入conda命令，出现如下选项说明安装成功了。（个人建议在对anaconda进行操作的时候尽量在其自带的命令窗口进行操作，也可以通过windows+R进入命令窗口）
   

配置虚拟环境

即在anaconda中创建一个虚拟环境，虚拟环境的作用是可以在其中任意选择python的版本以及配置环境，如果出错直接删去环境即可。（删除环境最暴力有效的方法就是切换到…\anaconda\envs\，直接删去即可）

1. 创建一个名为tensorlfow、python版本为3.5的虚拟环境

conda create -n tensorflow python=3.5

也可以直接通过软件创建，只需选择好python版本
2. 安装tensorflow-gpu

pip install –-upgrade https://mirrors.tuna.tsinghua.edu.cn/tensorflow/windows/gpu/tensorflow_gpu-1.3.0rc0-cp35-cp35m-win_amd64.whl

安装cudacudnn

在tensorflow的管网上可以查到版本的匹配问题这里用cuda8.0+cudnn6.0

安装cudn

下载链接：cudn下载
下载完成直接点击exe文件安装

安装cudnn

下载地址：cudnn下载
解压下载文件并将文件分别复制粘贴到CUDA安装目录下对应的文件夹中，一般安装路径为：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0

这样cudn就安装好了
下载后的内容解压，可以看到有下面这样三个文件夹，将文件夹中的文件分别复制到CUDA安装目录下对应的文件夹中，例如本机CUDA的安装目录为 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0，然后在目录下也能找到这三个文件夹名字，把cudnn里面的拷贝到相应目录下即可。每个文件夹下其实也就一个文件

安装vs2015

安装了很多版本再参考网上的博客，最后选择安装vs2015版的比较适合

配置代码环境

1. Windows Faster rcnn python版本代码为：
   https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3.5
2. 安装python依赖库
   pip install cython
   pip install opencv-python
   Pip install easydict
   pip install –i https://pypi.tuna.tsinghua.edu.cn/simple/ 安装包
3. 在cmd中使用cd命令到解压后的文件夹下…/data/coco/PythonAPI目录下执行代码：
   python setup.py build_ext --inplace
   python setup.py build_ext install
   Note:cython编译的时候会调用c/c++编译器，如果报错unable to find vcvarsall.bat，建议安装vs2015。
4. 下载voc2007数据集
   可以得到VOCDevkit文件夹，将VOCDevkit重命名为VOCDevkit2007，然后将这个文件夹拷贝到你自己的Faster-RCNN中data目录下
5. 下载预训练的VGG16网络模型
   下载地址：http://download.tensorflow.org/models/vgg_16_2016_08_28.tar.gz
   下载之后解压，文件重命名为vgg16.ckpt，新建文件夹imagenet_weights，把vgg16.ckpt放到imagenet_weights下，再将imagenet_weights文件夹拷贝到data文件夹下