本机环境

CUDA9.0.176 cuDNN7.1.4 spyder3.2.8 VS2015
python3.5.6 tensorflow1.9.0 numpy1.16.6
opencv_python4.1.2 cython0.29.16 easydict1.9 scipy1.4.1 ,matplotlib2.2.5

参考资料

源码 https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3
参考博客1 https://blog.csdn.net/douminan/article/details/82223619
参考博客2 https://blog.csdn.net/jcli1_14/article/details/81327047
参考博客3 https://blog.csdn.net/ytusdc/article/details/80255920
VS2015安装参考 https://blog.csdn.net/childbor/article/details/81286534

准备工作

源码下载解压至根目录：\Faster-RCNN-TensorFlow-Python3-master

VOC2007数据下载 http://host.robots.ox.ac.uk:8080/pascal/VOC/voc2007/#devkit
数据集存放至：\Faster-RCNN-TensorFlow-Python3-master\data\VOCDevkit2007\VOC2007

VGG16训练权重下载 http://download.tensorflow.org/models/vgg_16_2016_08_28.tar.gz
模型保存至：\Faster-RCNN-TensorFlow-Python3-master\data\imagenet_weights

编译运行

启动tensorflow安装的环境
找到对应的文件夹：cd \Faster-RCNN-TensorFlow-Python3-master\data\coco\PythonAPI
输入运行

python setup.py build_ext --inplace

输入运行

python setup.py build_ext install

打开文件夹：cd \Faster-RCNN-TensorFlow-Python3-master\lib\utils
输入运行

python setup.py build_ext --inplace

输入运行

run train.py

出现问题及解决办法

ModuleNotFoundError: No module named 'lib.utils.cython_bbox'
解决办法：
① python保证是3.5
② 重新执行“编译运行”步骤1~6，有可能是没有执行步骤5和6导致的

TypeError: argument of type 'NoneType' is not iterable
解决办法：
将 Faster-RCNN-TensorFlow-Python3-master\data\imagenet_weights\ 目录下的 vgg_16.ckpt 改为 vgg16.ckpt

改为vgg16.ckpt后可能出现ImportError: No module named 'lib.config'
解决办法：关闭窗口，重新执行步骤7

AttributeError: module 'lib' has no attribute 'datasets'
解决办法：关闭窗口，重新执行所有步骤

Run domo.py遇到的问题

OSError: raw write() returned invalid length 254 (should have been between 0 and 127)
解决办法：修改domo.py文件
① 第38行
'vgg16': ('vgg16_faster_rcnn_iter_70000.ckpt',)
改为
'vgg16': ('vgg16_faster_rcnn_iter_40000.ckpt',)
② 第108行
choices=NETS.keys(), default='res101')
改为
choices=NETS.keys(), default='vgg16'
③ 根目录下新建output文件夹，其文件路径如下：
\Faster-RCNN-TensorFlow-Python3-master\output\vgg16\voc_2007_trainval+voc_2012_trainval\default
④ 将C:\Users\Mr.K\Desktop\7\0403\Faster-RCNN-TensorFlow-Python3-master\default\voc_2007_trainval\default
内所有模型文件，统一复制到output文件夹下

⑤ 重新运行 run domo.py

至此Faster-RCNN模型应该可以正常运行了

使用自己的数据

将自己的图片数据，用 LabelImg 软件标注目标，在 \Faster-RCNN-TensorFlow-Python3-master\data 目录下替换
修改分类参数，即可开始训练。

以下为木皮缺陷检测的实验，虽然实验结果不及预期，但学习的过程却是十分快乐的，最后，还是要感谢我可爱的女朋友对我的支持与鼓励。

基于Faster-RCNN的目标检测(TF版) 步骤与问题解决办法相关推荐

计算机视觉与深度学习 | 基于Faster R-CNN的目标检测（深度学习Matlab代码）
===================================================== github:https://github.com/MichaelBeechan CSDN: ...
面试真题总结：Faster Rcnn，目标检测，卷积，梯度消失，Adam算法
目标检测可以分为两大类,分别是什么,他们的优缺点是什么呢? 答案:目标检测算法分为单阶段和双阶段两大类.单阶段目标验测算法(one-stage),代表算法有 yolo 系列,SSD 系列:直接对图像进 ...
基于Faster RCNN的医学图像检测（肺结节检测）
Faster-R-CNN算法由两大模块组成:1.PRN候选框提取模块 2.Fast R-CNN检测模块.其中,RPN是全卷积神经网络,用于提取候选框:Fast R-CNN基于RPN提取的proposa ...
【论文解读】Faster R-CNN 实时目标检测
前言 Faster R-CNN 的亮点是使用RPN来提取候选框:RPN全称是Region Proposal Network,也可理解为区域生成网络,或区域候选网络:它是用来提取候选框的.RPN特点是耗 ...
iCAN使用faster r-cnn得到目标检测结果文件为空
问题在于图片文件夹后少了/,添加上/后解决 -/tf-faster-rcnn/tools/Object_Detector.py --img_dir /home/featurize/Data/exima ...
基于深度学习的目标检测技术的演进：从R-CNN到Faster R-CNN
导语什么是Objection Detection?就是在给定的图片中精确的找到物体所在位置,并且标注出物体的类别.目标检测要解决的问题就是物体在哪里?是什么?这样的问题.然而,这个问题并不是那么容易 ...
基于深度学习的目标检测技术演进：R-CNN、Fast R-CNN、Faster R-CNN
object detection我的理解,就是在给定的图片中精确找到物体所在位置,并标注出物体的类别.object detection要解决的问题就是物体在哪里,是什么这整个流程的问题.然而,这个问题 ...
基于深度学习的目标检测算法综述(从R-CNN到Mask R-CNN)
深度学习目标检测模型全面综述:Faster R-CNN.R-FCN和SSD 从RCNN到SSD,这应该是最全的一份目标检测算法盘点基于深度学习的目标检测算法综述(一) 基于深度学习的目标检测算法综述 ...
干货｜基于深度学习的目标检测算法面试必备（RCNN~YOLOv5）
点上方计算机视觉联盟获取更多干货仅作学术分享,不代表本公众号立场,侵权联系删除转载于:作者丨不出名的小金@知乎(已授权) 来源丨https://zhuanlan.zhihu.com/p/35406 ...

基于Faster-RCNN的目标检测(TF版) 步骤与问题解决办法