Caffe: Faster-RCNN Python版本配置 (Windows)

环境：VS2013，CUDA8.0，CuDNN 5.0，Win10/7，Anaconda

一、准备工作

1. 添加VS的cl.exe所在路径至环境变量

VS的安装路径下有一个VC文件夹，将其中的bin目录添加值环境变量（该目录下有cl.exe），路径参考如下：

D:\Program Files (x86)\Microsoft Visual Studio 12.0\VC\bin

如未正确添加后续步骤将出现 TypeError: object of type ‘NoneType’ has no len() 错误。

2. 下载Caffe-Microsoft并添加roi_poling_layer后正确编译

下载地址：https://github.com/Microsoft/caffe
由于windows版本caffe的不完善，要先在libcaffe项目中添加roi_poling层的相关支持。具体操作如下：

在libcaffe项目下的 cu—layers 文件夹右击，添加——现有项，找到 caffe根目录—src—caffe—layers下，添加roi_pooling_layer.cu。

路径示例：

同理，在libcaffe项目下的 src—layers 添加roi_polling_layer.cpp；
（所在路径：caffe根目录—src—caffe—layers）

在libcaffe项目下 include—layers添加roi_pooling_layer.hpp。
（所在路径：caffe根目录—include—caffe—layers）

记得在配置中开启python版编译，然后生成caffe。具体步骤可参考这里，生成成功则大功告成。

error MSB4062: 未能从程序集 …… 加载任务“NuGetPackageOverlay”。

如果你之前生成过windows版caffe，在添加roi_pooling支持后重新生成时，很可能会碰到error MSB4062错误。我的解决方案如下：

（1）将caffe根目录下的Build文件夹整个删除；
（2）右键解决方案caffe —清理解决方案；
（3）重新生成。

另：网上有说是CuDNN 5.0 与 CUDA8.0 兼容问题的，也有说是Nuget中opencv更新至2.4.11问题的（默认为2.4.10），我个人的尝试是——不好使 = =。我在两个配置过caffe的机器上都出现了error MSB4062，均为CUDA 8.0+CuDNN 5.0，一个Win7一个Win10，最终都是重新生成得以解决。

二、配置Faster-RCNN

1. 配置windows版的py-faster-rcnn

下载py-faster-rcnn，地址：https://github.com/rbgirshick/py-faster-rcnn

由于上述版本中的python都是基于linux环境编写的，windows运行需要进行改动。好在有人已经完成了相关工作：

再下载py-faster-rcnn-windows，地址：https://github.com/MrGF/py-faster-rcnn-windows
将其中的文件复制进py-faster-rcnn进行替换。

替换后，在py-faster-rcnn根目录—lib—rpn路径下，编辑proposal_layer.py：

（1）将其中的 param_str_ 替换为 param_str。
（2）将

cfg_key = str(self.phase)

替换为

cfg_key = str('TRAIN' if self.phase == 0 else 'TEST')

2. 拷入生成的Caffe

将Caffe根目录—Build文件夹下，找到生成的pycaffe，将其中的caffe文件夹整体复制到py-faster-rcnn根目录—caffe-fast-rcnn—python文件夹下。我生成的caffe是Release版本，如图：

复制到：

注：官方推荐用命令

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

下载py-faster-rcnn，如果用Download ZIP（因为我们已经有了Caffe-Microsoft），在py-faster-rcnn的caffe-faster-rcnn下单独创建python文件夹，再将生成的pycaffe下的caffe拷贝进来，实测也能够完成demo生成。

3. 客制化修改与setup

根据本机的CUDA环境，修改py-faster-rcnn—lib路径下的setup_cuda.py：

（1）第14行

'-arch=sm_35'

修改为本机显卡的计算能力，具体查询Nvida官网。
（2）第33行

include_dirs = [numpy_include, 'C:\\Programming\\CUDA\\v7.5\\include'])

修改为本机的CUDA-include环境，比如我的路径是：

include_dirs = [numpy_include, 'C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v8.0\\include'])

此时可以CMD打开至py-faster-rcnn\lib路径下，运行命令：

python setup.py install
python setup.py build_ext --inplace
python setup_cuda.py install

假如出现缺少某些依赖项或cv2.pyd (opencv) 的情况，用pip install命令安装或网上搜索相关配置方法即可，pip用法示例：

pip install easydict

成功状态如图：

4. 运行demo

官方要求我们运行py-faster-rcnn\data\scripts下的fetch_faster_rcnn_models.sh进行model下载，实际直接下载该链接：https://dl.dropboxusercontent.com/s/o6ii098bu51d139/faster_rcnn_models.tgz

下载完成后，解压文件夹至py-faster-rcnn\data目录下，如图：

CMD到达py-faster-rcnn\tools路径下，我的环境是VS2013，运行：

SET VS90COMNTOOLS=%VS120COMNTOOLS%
python demo.py

其它如VS2012 就改为SET VS90COMNTOOLS=%VS110COMNTOOLS%，出问题就是VS的锅 = =。

Windows-Caffe，真不容易= =

转载请标明出处：http://blog.csdn.net/u011185952/article/details/71079038

参考博文：http://blog.csdn.net/chenzhi1992/article/details/52618386