今天参考https://blog.csdn.net/sinat_33486980/article/details/81045315 一文进行tf版本的faster rcnn的demo运行未果，原因是到某一步的时候win10下的cmder没有找到可以用make来编译Cython的方法，所以放弃之。一个叫endernewton的github代码已经下载好了

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

但是无奈卡住了。

晚上参考新的方法，文章是

https://blog.csdn.net/douminan/article/details/82223619

作者的意思是可以避免去踩那些Linux才能用的坑。使用的代码来自

https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3.5

下面尝试中。

2019.4.2

首先是在anaconda中新建一个环境，python3.5的，刚开始用命名有空格的new for python3.5的格式，然后没办法用activate激活。在anaconda中remove掉然后重新装命名py3.5就可以激活了。
然后在cmder中用activate py35进入python3.5的环境。
python --version检查版本确实是python3.5.
根据上文安装TensorFlow，python3.5下pip install tensorflow 贼慢。
打开vpn换了先开始也很慢，插了寝室网线也慢。然后关了vpn重新开，然后从日本源换成美国源之后就超级快了。。。。
python进入python编辑界面，import tensorflow成功导入，证实TensorFlow安装成功。
为了安装依赖包cython, python-opencv, easydict，从python编辑环境通过quit()返回py35环境，然后依次：

pip install cython # 结果：Installing collected packages: cython# Successfully installed cython-0.29.6
pip install opencv-python #结果：Installing collected packages: opencv-python# Successfully installed opencv-python-4.0.0.21
pip install easydict # 结果：Installing collected packages: easydict# Successfully installed easydict-1.9

根据上文中的提示“根据经验win10下如果没有gpu可下载1.3.0的tf，其他版本出问题的概率较大，一堆坑，有gpu的根据你的CUDA下相应TF就行，我CUDA9.0，对应下的1.10，可以运行，1.8的应该也可以。”，运行 pip install tensorflow==1.3将TensorFlow版本降级。。。然后

# 验证TensorFlow版本
import tensorflow as tf
print(tf.__version__)

明天应该Checkout this branch的意思是从github上clone代码叭

2019.4.3

Checkout this branch下载源码
从github上https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3.5
使用下面的命令，将代码下载到我的E:\MyStudy\Senior-2\graduationProject\tfFasterRCNNpy35文件夹中：

git clone https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3.5.git

下载完毕，进入./data/coco/PythonAPI文件夹，运行cmder，依次使用命令：

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

再进入目录./lib/utils，运行命令：

python setup.py build_ext --inplace

都显示已完成代码的生成

下载PyCoco数据集
这一步dBeker的github上说参考RBG大神的github，然后要用wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar命令，我的cmder显示'wget' 不是内部或外部命令。我参考https://blog.51cto.com/lynnteng0/800745文中，在https://sourceforge.net/projects/unxutils/ 下载了工具UnxUtils，免安装，添加.\UnxUtils\usr\local\wbin到系统变量path中，就不会报不存在命令的错误了。
然后在./data/下重启cmder，运行以下命令下载数据集的压缩文件：

wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-2007.tar
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCdevkit_08-Jun-2007.tar

下完之后在data目录下多了三个.tar文件。需要解压。
在data下新建VOCDevkit2007文件夹。将三个tar文件都移动进去。
运行命令：

tar xvf VOCtrainval_06-Nov-2007.tar
tar xvf VOCtest_06-Nov-2007.tar
tar xvf VOCdevkit_08-Jun-2007.tar

解压需要时间。
会在VOCDevkit2007文件夹下新建一个VOCDevkit文件夹。解压后，将VOCDevkit文件夹内的东西全部移动到外面，也就是VOCDevkit2007文件夹下。

下载预训练的VGG16
打开链接http://download.tensorflow.org/models/vgg_16_2016_08_28.tar.gz
将tar文件保存到\data\imagenet_weights
然后在当前目录下解压。解压出来的网络名称为vgg_16.ckpt，必须改为vgg16.ckpt
在E:\MyStudy\Senior-2\graduationProject\tfFasterRCNNpy35\Faster-RCNN-TensorFlow-Python3.5根目录下，运行python train.py即可运行训练代码。
发现要iter40000次，一次大概45s，太慢，所以两次ctrl+C终止了程序，过程截取如下所示：

speed: 44.659s / iter
iter: 190 / 40000, total loss: 0.806540>>> rpn_loss_cls: 0.102555>>> rpn_loss_box: 0.039446>>> loss_cls: 0.358105>>> loss_box: 0.306434

尝试修改迭代次数
改40000为100，硬是跑了1小时吧，运行demo.py还是说缺少东西。

明天要配服务器了，电脑还没换，方张！
记得改密码。

2019.4.4

下载DokanSetup1.0.5和WinSSHFS1.6.1.13
安装
打开WinSSHFS
取名字Drive Name对应本地磁盘名称；
字母Drive Letter我选了默认的H；
Host写学长给的地址；
Username写学长给的，密码也是；
没有写Directory和Mount folder；
其余默认。
先save，再Mount。
本地出现H盘符，下有映射的2T硬盘。
下载putty（用于远程连接SSH？？？）和pscp（用于在win和Linux之间传输文件？？？）
下载puttygen
参考（http://down.chinaz.com/server/201109/1169_1.htm）使用putty来SSH（远程登录会话）
然后似乎就可以像在Ubuntu下一样了：

毕设日志2019.4.2——tf版本的faster rcnn的代码运行相关推荐

配置faster-rcnn pytorch1.0.0版本实现faster R-CNN
在GitHub - jwyang/faster-rcnn.pytorch at pytorch-1.0下载项目. (切记:一定是1.0分支下,不是master主分支下,因为只有1.0分支下才支持pyt ...
【深度学习】PyTorch 历史版本安装-祖传老代码运行刚需
最新 PyTorch 安装以及 CUDA 版本如果要安装最新的 PyTorch 其实是很简单的,直接到官网首页就有各种系统的安装方法,如同所示: 这里有一个是 CUDA 版本,实测需要一模一样,这 ...
重磅资源|Pytorch1.0版本的Mask R-CNN的Facebook的官方实现
[导读]Facebook刚刚放出的基于Pytorch1.0版本的Faster R-CNN,Mask R-CNN的benchmark,比detectron更快,准确率更高. 项目地址: https:// ...
Windows下Faster R-CNN 配置/Matlab版本编译
配置环境: Windows10x64 Matlab2015Ra VS2013 Opencv2.4.11 CUDA7.5 GTX950M CUDA7.5安装因为Cuda7.5做了很大的优化改进,而且对 ...
faster rcnn windows 下c++版本
faster rcnn windows 下c++版本参考了http://www.cnblogs.com/louyihang-loves-baiyan/p/5485955.html,和http://b ...
毕设日志——下一步计划2019.4.17
下一步改进faster rcnn的基本思路参考https://blog.csdn.net/Z5337209/article/details/72838049 将Faster-RCNN中的VGG16替 ...
矩池云conda创建指定cuda cudnn tf版本的虚拟环境
本文将介绍如何在矩池云通过conda创建虚拟环境,并安装指定版本的cuda cudnn tf. 需求:在矩池云中安装一个虚拟环境,python3.6,tensorflow-gpu1.4,cuda8,c ...
多个cpp文件生成so_荐tf_sampling_so.so等文件怎么生成（多种tf版本都可的顺利解决方法）...
tf_sampling_so.so等文件怎么生成(多种tf版本都可的顺利解决方法) 这里以Geo-CNN的代码为例子,运行时我们可能会出现这样子的错误:忘记截图 1.没有.so文件. tf_sampl ...
Colab平台使用（GPU、挂载、tf版本、运行py脚本、设置点击脚本）
重点:选择GPU.挂载谷歌云端.选择tf版本.运行py脚本.设置点击不断连脚本针对yolo模型的训练谷歌云端上传项目打开谷歌云端,类似百度网盘上传本地的项目到云端创建colab笔记本进入想 ...

毕设日志2019.4.2——tf版本的faster rcnn的代码运行

2019.4.2

2019.4.3

2019.4.4

毕设日志2019.4.2——tf版本的faster rcnn的代码运行相关推荐

最新文章

热门文章