? ? ? ? ?首先，我用的工程文件是https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3.5里的windows下的代碼。這個(gè)代碼在windows我已經(jīng)調(diào)通過。過程中也是遇到windows下安裝pycocotools的難題，需要去下載一個(gè)windows下的安裝文件去安裝，我參考了 CSDN博主行勝于言的博客：?windows 安裝 pycocotools 方法（windows10編譯 Pycocotools出錯(cuò)解決方案最新）

#####################################################################################################

下面這兩個(gè)鏈接里面是支持windows的

Clone of COCO API - Dataset @ http://cocodataset.org/ - with changes to support Windows build and python3

下面這個(gè)是原版鏈接（在windows上安裝會出問題，在linux下應(yīng)該不會。我沒在linux下試過用這個(gè)安裝，因?yàn)槲颐菜浦苯訁⒖计渌鸆SND博客用pip3或者是apt等方法給安裝好了?）

COCO API - Dataset @ http://cocodataset.org/

之前的一種解決方案

windows10編譯 Pycocotools出錯(cuò)解決方案（不可取哦）

#####################################################################################################

好了下面進(jìn)入正題

【Linux_Faster_RCNN_TensorFlow_Python3_5_master 心路歷程（踩坑筆記）】

遇到的主要大問題如下：

一、【cython_bbox.cpython-35m-x86_64-linux-gnu.so和cython_bbox.so文件。導(dǎo)致程序運(yùn)行過程中找不到bbox。】

問題原因： windows下，用的是cython_bbox.cp35-win_amd64.pyd文件，而linux下需要重新make一下。

解決辦法： 這個(gè)需要在linux下，準(zhǔn)備好make文件放進(jìn)lib文件夾，在lib路徑make一下。具體步驟參見博客園靜心得文章Faster-RCNN-TensorFlow-Python3.5 在Ubuntu16.04下的配置方法。

? ? ? ? 其中我還遇到了meke出錯(cuò)的問題，開始是說文件修改時(shí)間和linux系統(tǒng)時(shí)間不一致，這個(gè)用linux命令將linux時(shí)間給更新到最新的當(dāng)前時(shí)間就好。但是還是沒有解決，我索性直接搜到了好心人在網(wǎng)上的編譯好的cython_bbox.cpython-35m-x86_64-linux-gnu.so文件，拷貝進(jìn)了utils文件夾里參見基于tensorflow+python3.5環(huán)境實(shí)現(xiàn)Faster R-CNN 下載cython_bbox.cpython-35m-x86_64-linux-gnu.so? ? ? 后來我的make又好了，用ls發(fā)現(xiàn)自己也make好了一份，只不過直接在文件夾下看不到，需要用ls命令列出來，才能看到這個(gè)編譯中的文件——后綴名.so文件。

? ? ? ?總之，一般make好了，就會生成好cython_bbox.cpython-35m-x86_64-linux-gnu.so和cython_bbox.so文件，之后程序再去運(yùn)行就不會報(bào)沒有bbox的問題啦!

? ? ? ?如果還是有各種問題，那就還是要求助BING，谷歌，CSDN,stackoverflow等等網(wǎng)站了。。。

? ? ? ?博客園靜心的文章,我也搬了過來，以做備份，內(nèi)容如下：

Faster-RCNN-TensorFlow-Python3.5 在Ubuntu16.04下的配置方法

Faster-RCNN-TensorFlow-Python3.5 在Ubuntu16.04下的配置方法
- 安裝過程
  - 1. 深度學(xué)習(xí)環(huán)境Tensorflow的安裝
  - 2. 安裝python包
  - 3. ?Go to ./data/coco/PythonAPI
  - 4. git clone
  - 5. 下載預(yù)訓(xùn)練模型
  - 6. 自己數(shù)據(jù)集的制作
  - 7. 替換成自己的數(shù)據(jù)
  - 11. 開始訓(xùn)練
  - 12. 跑demo.py

Faster-RCNN-TensorFlow-Python3.5 在Ubuntu16.04下的配置方法

安裝過程

1. 深度學(xué)習(xí)環(huán)境Tensorflow的安裝

參考這一篇博客：https://www.cnblogs.com/pprp/p/9463974.html

2. 安裝python包

cython, python-opencv, easydict,numpy

              
                pip install Cython
pip install opencv-python
pip install matplotlib

opencv 的包下載安裝，安裝教程

ImportError: No module named 'PIL'
- solution: easy_install PIL ?&? pip install image

ImportError: No module named 'scipy'

solution:

                      
                         pip install numpy 
 pip install scipy

ImportError: No module named 'lib.utils.cython_bbox'

                  
                    git clone --recursive https://github.com/rbgirshick/fast-rcnn.git
cd $FRCN_ROOT/lib
make
cp fast-rcnn/lib/utils/cython_bbox.cpython-35m-x86_64-linux-gnu.so Faster-RCNN-TensorFlow-Python3.5/lib/utils/

3. ?Go to ./data/coco/PythonAPI

? Run? python setup.py build_ext --inplace

? Run? python setup.py build_ext install

4. git clone

用git命令將這個(gè)庫下載到本地?Faster-RCNN-TensorFlow-Python3.5

              
                git clone https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3.5.git
# 將cython_bbox.cpython-36m-x86_64-linux-gnu.so下載下來
wget https://github.com/pprp/DL/blob/master/cython_bbox.cpython-36m-x86_64-linux-gnu.so

把Faster-RCNN_TF 中的cython_bbox.xxx.so 復(fù)制到 lib/utils

              
                cp cython_bbox.cpython-36m-x86_64-linux-gnu.so Faster-RCNN-TensorFlow-Python3.5/lib/utils

5. 下載預(yù)訓(xùn)練模型

Download pre-trained VGG16 from?here?and place it as "data\imagenet_weights\vgg16.ckpt"

              
                wget http://download.tensorflow.org/models/vgg_16_2016_08_28.tar.gz
unzip vgg*
#重命名為vgg16.ckpt
cp vgg* vgg16.ckpt
#放到以下位置
mv vgg16.ckpt data\imagenet_weights\vgg16.ckpt

6. 自己數(shù)據(jù)集的制作

xml文件的制作需要labelImg軟件的幫助，這里提供在window下的exe包，打開即可使用

                  
                    wget https://github.com/pprp/DL/blob/master/LabelIMG.zip

使用方法：

                  
                    Ctrl + u  加載目錄中的所有圖像，鼠標(biāo)點(diǎn)擊Open dir同功能
Ctrl + r  更改默認(rèn)注釋目標(biāo)目錄(xml文件保存的地址) 
Ctrl + s  保存
Ctrl + d  復(fù)制當(dāng)前標(biāo)簽和矩形框
space     將當(dāng)前圖像標(biāo)記為已驗(yàn)證
w         創(chuàng)建一個(gè)矩形框
d         下一張圖片
a         上一張圖片
del       刪除選定的矩形框
Ctrl++    放大
Ctrl--    縮小
↑→↓←        鍵盤箭頭移動選定的矩形框

數(shù)據(jù)的放置結(jié)構(gòu)（自己手動建立）

              
                -data
    - VOCdevkit2007
        - VOC2007
            - Annotations (標(biāo)簽XML文件，用對應(yīng)的圖片處理工具人工生成的)
            - ImageSets (生成的方法是用sh或者M(jìn)ATLAB語言生成)
                - Main
                    - test.txt
                    - trian.txt
                    - trainval.txt
                    - val.txt
            - JPEGImages(原始文件)

Main中的四個(gè)txt文件的制作

詳見附件二，注意要修改路徑位置，最好是絕對路徑

              
                xmlfilepath = 'Annotations'  
txtsavepath = 'ImageSets\Main'

7. 替換成自己的數(shù)據(jù)

將制作好的數(shù)據(jù)按照以上的目錄結(jié)構(gòu)進(jìn)行放置

用你的Annotations，ImagesSets和JPEGImages替換…\Faster-RCNN-TensorFlow-Python3.5\data\VOCdevkit2007\VOC2007中對應(yīng)文件夾

8. 將原始代碼修改為適配你自己的代碼

Pascal_VOC.py，修改自己的標(biāo)注的類別

                      
                        self._classes = ('__background__',  # always index 0
                 'aeroplane', 'bicycle', 'bird', 'boat',
                  'bottle', 'bus', 'car', 'cat', 'chair',
                  'cow', 'diningtable', 'dog', 'horse',
                  'motorbike', 'person', 'pottedplant',
                  'sheep', 'sofa', 'train', 'tvmonitor')

將這些類別替換成你自己的類別。

                      
                        self.__classes=('__background__',
'你的標(biāo)簽1','你的標(biāo)簽2',你的標(biāo)簽3','你的標(biāo)簽4')

demo.py, 修改為自己的標(biāo)注類別

                      
                        CLASSES = ('__background__',
            'aeroplane', 'bicycle', 'bird', 'boat',
            'bottle', 'bus', 'car', 'cat', 'chair',
            'cow', 'diningtable', 'dog', 'horse',
            'motorbike', 'person', 'pottedplant',
            'sheep', 'sofa', 'train', 'tvmonitor')

更改為：

                      
                        CLASSES = ('__background__',
           '你的標(biāo)簽1','你的標(biāo)簽2',你的標(biāo)簽3','你的標(biāo)簽4')

demo.py 更改另外一處代碼：

                      
                        net.create_architecture(sess, "TEST", 21,tag='default', anchor_scales=[8, 16, 32])

更改為：

                      
                        net.create_architecture(sess, "TEST", 5,tag='default', anchor_scales=[8, 16, 32])

原本的代碼是有20類物體+背景，所以是21。把類別數(shù)改為，你的類別+背景。如果是只檢測一類物體，那就改為2

9. 出現(xiàn)的問題

可能出現(xiàn)以下報(bào)錯(cuò)：

              
                m = cv2.imread(roidb[i][‘image’]) 
KeyError

解決：

將Faster-RCNN-TensorFlow-Python3.5-master\data\cache文件夾中之前生成的文件模型刪除。

因?yàn)闀约鹤x取cache中的文本，導(dǎo)致訓(xùn)練出現(xiàn)錯(cuò)誤。

10. 作出的其他調(diào)整
具體方案如下：

將demo.py中main函數(shù)中進(jìn)行如下修改：

                  
                        # -----------------------
    # demonet = args.demo_net
    # dataset = args.dataset
    # -----------------------
    demonet = 'vgg16'
    dataset = 'pascal_voc'    
  # -----------------------

demo.py中main函數(shù)中將im_names中的內(nèi)容替換成自己的測試圖片

                  
                    im_names = ['IMG_1.jpg', 'IMG_40.jpg', 'IMG_23.jpg', 'IMG_127.jpg',
                'IMG_134.jpg', 'IMG_185.jpg']

然后將Faster-RCNN-TensorFlow-Python3.5/data/demo中替換上相應(yīng)的圖片

將NETS，DATASETS進(jìn)行如下修改

NETS = {'vgg16': ('vgg16.ckpt',)}

DATASETS = {'pascal_voc': ('voc_2007_trainval',)}
可以運(yùn)行了python demo.py

11. 開始訓(xùn)練

              
                python train.py

12. 跑demo.py

              
                #如果可以直接跑，就直接跑
python demo.py

如果不能運(yùn)行demo.py，則進(jìn)行以下處理：
找到通過訓(xùn)練得到的訓(xùn)練結(jié)果：路徑為：/Faster-RCNN-TensorFlow-Python3.5/default/voc_2007_trainval/default

內(nèi)容如下：

              
                checkpoint
vgg16.ckpt.data-00000-of-00001
vgg16.ckpt.index
vgg16.ckpt.meta
vgg16_faster_rcnn_iter_10000.ckpt.data-00000-of-00001
vgg16_faster_rcnn_iter_10000.ckpt.index
vgg16_faster_rcnn_iter_10000.ckpt.meta
vgg16_faster_rcnn_iter_10000.pkl
vgg16_faster_rcnn_iter_15000.ckpt.data-00000-of-00001
vgg16_faster_rcnn_iter_15000.ckpt.index
vgg16_faster_rcnn_iter_15000.ckpt.meta
vgg16_faster_rcnn_iter_15000.pkl
vgg16_faster_rcnn_iter_20000.ckpt.data-00000-of-00001
vgg16_faster_rcnn_iter_20000.ckpt.index
vgg16_faster_rcnn_iter_20000.ckpt.meta
vgg16_faster_rcnn_iter_20000.pkl
vgg16_faster_rcnn_iter_25000.ckpt.data-00000-of-00001
vgg16_faster_rcnn_iter_25000.ckpt.index
vgg16_faster_rcnn_iter_25000.ckpt.meta
vgg16_faster_rcnn_iter_25000.pkl
vgg16_faster_rcnn_iter_30000.ckpt.data-00000-of-00001
vgg16_faster_rcnn_iter_30000.ckpt.index
vgg16_faster_rcnn_iter_30000.ckpt.meta
vgg16_faster_rcnn_iter_30000.pkl
vgg16_faster_rcnn_iter_35000.ckpt.data-00000-of-00001
vgg16_faster_rcnn_iter_35000.ckpt.index
vgg16_faster_rcnn_iter_35000.ckpt.meta
vgg16_faster_rcnn_iter_35000.pkl
vgg16_faster_rcnn_iter_40000.ckpt.data-00000-of-00001
vgg16_faster_rcnn_iter_40000.ckpt.index
vgg16_faster_rcnn_iter_40000.ckpt.meta
vgg16_faster_rcnn_iter_40000.pkl
vgg16_faster_rcnn_iter_5000.ckpt.data-00000-of-00001
vgg16_faster_rcnn_iter_5000.ckpt.index
vgg16_faster_rcnn_iter_5000.ckpt.meta
vgg16_faster_rcnn_iter_5000.pkl
vgg16.pkl

將其中的

              
                vgg16_faster_rcnn_iter_40000.ckpt.data-00000-of-00001
vgg16_faster_rcnn_iter_40000.ckpt.index
vgg16_faster_rcnn_iter_40000.ckpt.meta
vgg16_faster_rcnn_iter_40000.pkl

文件復(fù)制到以下路徑
/Faster-RCNN-TensorFlow-Python3.5/output/vgg16/voc_2007_trainval/default/
并重命名為：

              
                vgg16.ckpt.data-00000-of-00001
vgg16.ckpt.index
vgg16.ckpt.meta
vgg16.pkl

修改完成，再次運(yùn)行 python demo.py

附件代碼：

下面是適用于我本地環(huán)境的MATLAB代碼

              
                %注意修改下面四個(gè)值  
xmlfilepath='/home/pprp/github/Faster-RCNN-TensorFlow-Python3.5/data/VOC2007/Annotations';  
txtsavepath='/home/pprp/github/Faster-RCNN-TensorFlow-Python3.5/data/VOC2007/ImageSets/Main';  
trainval_percent=0.5; #trainval占整個(gè)數(shù)據(jù)集的百分比，剩下部分就是test所占百分比  
train_percent=0.5; #train占trainval的百分比，剩下部分就是val所占百分比  

xmlfile=dir(xmlfilepath);  
numOfxml=length(xmlfile)-2;#減去.和..  總的數(shù)據(jù)集大小  

trainval=sort(randperm(numOfxml,floor(numOfxml*trainval_percent)));  
test=sort(setdiff(1:numOfxml,trainval));  

trainvalsize=length(trainval); #trainval的大小  
train=sort(trainval(randperm(trainvalsize,floor(trainvalsize*train_percent))));  
val=sort(setdiff(trainval,train));  

ftrainval=fopen([txtsavepath 'trainval.txt'],'w');  
ftest=fopen([txtsavepath 'test.txt'],'w');  
ftrain=fopen([txtsavepath 'train.txt'],'w');  
fval=fopen([txtsavepath 'val.txt'],'w');  

for i=1:numOfxml  
    if ismember(i,trainval)  
        fprintf(ftrainval,'%s\n',xmlfile(i+2).name(1:end-4));  
        if ismember(i,train)  
            fprintf(ftrain,'%s\n',xmlfile(i+2).name(1:end-4));  
        else  
            fprintf(fval,'%s\n',xmlfile(i+2).name(1:end-4));  
        end  
    else  
        fprintf(ftest,'%s\n',xmlfile(i+2).name(1:end-4));  
    end  
end  
fclose(ftrainval);  
fclose(ftrain);  
fclose(fval);  
fclose(ftest);

Python代碼：

              
                import os  
import random  
  
trainval_percent = 0.66  
train_percent = 0.5  
xmlfilepath = 'Annotations'  
txtsavepath = 'ImageSets\Main'  
total_xml = os.listdir(xmlfilepath)  
  
num=len(total_xml)  
list=range(num)  
tv=int(num*trainval_percent)  
tr=int(tv*train_percent)  
trainval= random.sample(list,tv)  
train=random.sample(trainval,tr)  
  
ftrainval = open('ImageSets/Main/trainval.txt', 'w')  
ftest = open('ImageSets/Main/test.txt', 'w')  
ftrain = open('ImageSets/Main/train.txt', 'w')  
fval = open('ImageSets/Main/val.txt', 'w')  
  
for i  in list:  
    name=total_xml[i][:-4]+'\n'  
    if i in trainval:  
        ftrainval.write(name)  
        if i in train:  
            ftrain.write(name)  
        else:  
            fval.write(name)  
    else:  
        ftest.write(name)  
  
ftrainval.close()  
ftrain.close()  
fval.close()  
ftest .close()

批量修改圖片名稱，以及XML名稱：

              
                import os
import glob
import shutil
# 目錄名稱，你要自己修改
_dir = "H:/mypic/"
file_name = os.listdir(_dir)
print(file_name)
 
n=1
for file in file_name:
    pic_name = os.listdir(_dir+file)
    #print(pic_name)
    for pic in pic_name:
        if os.path.isdir(_dir+file+'/'+pic):
            xml_name=os.listdir(_dir+file+"/"+pic)
            for xml in xml_name:
                shutil.copy( _dir+file+'/'+pic+"/"+xml, 'G:/data/VOCdevkit2007/VOC2007/Annotations/')
               # print(pic)
 
 
              #修改個(gè)別XML名稱
              # if xml == '1000010.xml':
                   #print(dir + file + '/' + pic)
                  # os.rename(_dir+file + '/' + pic + '/' + xml, _dir + file + '/' + pic + "/" + "100010.xml")
 
 
               # oldname = _dir+file+'/'+pic+"/"+xml
               # newname = _dir+file+'/'+pic+"/"+ str(n).zfill(6) + ".xml"
                #os.rename(oldname, newname)
                #n = n + 1
               # print(oldname, '--->', newname)
 
    # zfill是一個(gè)自動補(bǔ)零的函數(shù) 6 就是一共六位 不足的補(bǔ)零 只有字符串才有這個(gè)函數(shù) 所以轉(zhuǎn)換了
    # newname = _dir+str(xml_name.index(xml)+1).zfill(6)+".xml"
 
"""
#批量修改圖片的名稱
n=1
for file in file_name:
    pic_name = os.listdir(_dir+file)
    print(pic_name)
    for pic in pic_name:
        oldname = _dir+file+"/"+pic
        newname = _dir+file+"/" + str(n).zfill(6) + ".jpg"
        os.rename(oldname, newname)
        n = n + 1
        print(oldname, '--->', newname)
    # zfill是一個(gè)自動補(bǔ)零的函數(shù) 6 就是一共六位 不足的補(bǔ)零 只有字符串才有這個(gè)函數(shù) 所以轉(zhuǎn)換了
    # newname = _dir+str(xml_name.index(xml)+1).zfill(6)+".xml"
"""

修改對應(yīng)xml文件

              
                import os
import re
 
_dir = "G:/Annotations/"
xmlList = os.listdir(_dir)
n = 1
for xml in xmlList:
    #f = open(_dir + xml, "r")
    f = open(_dir + xml, "r", encoding='utf-8')
    xmldata = f.read()
    xmldata = re.sub('\
                
                  (.*?)\
                
                ', '
                
                  G:/data/VOCdevkit2007/VOC2007/JPEGImages/' + str(n).zfill(6) + '.jpg
                
                ', xmldata)
    f.close()
    f = open(_dir + xml, "w")
    f.write(xmldata)
    f.close()
    n += 1

pascal_voc.py的一些解讀

              
                 def init(self, image_set, year,devkit_path=None)
/*這個(gè)是初始化函數(shù)，它對應(yīng)著的是pascal_voc的數(shù)據(jù)集訪問格式，其實(shí)我們將其接口修改的更簡單一點(diǎn)*/

def image_path_at(self, i)
/*根據(jù)第i個(gè)圖像樣本返回其對應(yīng)的path，其調(diào)用了image_path_from_index(self, index)作為其具體實(shí)現(xiàn)*/

def image_path_from_index(self, index)
//實(shí)現(xiàn)了 image_path的具體功能

def _load_image_set_index(self)
//加載了樣本的list文件

def _get_default_path(self)
//獲得數(shù)據(jù)集地址

def gt_roidb(self)
//讀取并返回ground_truth(真實(shí)值，設(shè)定的一個(gè)正確的基準(zhǔn))的db

def selective_search_roidb
//讀取并返回ROI的db

def _load_selective_search_roidb(self, gt_roidb)
//加載預(yù)選框的文件

def selective_search_IJCV_roidb(self)
//在這里調(diào)用讀取Ground_truth和ROI db并將db合并

def _load_selective_search_IJCV_roidb(self, gt_roidb)
//這里是專門讀取作者在IJCV上用的dataset

def _load_pascal_annotation(self, index)
//這個(gè)函數(shù)是讀取gt的具體實(shí)現(xiàn)

def _write_voc_results_file(self, all_boxes)
//voc的檢測結(jié)果寫入到文件

def _do_matlab_eval(self, comp_id, output_dir='output')
//根據(jù)matlab的evluation接口來做結(jié)果的分析

def evaluate_detections
//其調(diào)用了_do_matlab_eval

def competition_mode
//設(shè)置competitoin_mode，加了一些噪點(diǎn)

reference

https://blog.csdn.net/jcli1_14/article/details/81458847

https://blog.csdn.net/hzhj2007/article/details/79399587

代碼改變世界

二、【UnrecognizedFlagError:Unknown command line flag 'f'】

這是在jupyter上運(yùn)行faster-rcnn遇到的錯(cuò)誤...在window上的pycharm下是不會報(bào)這個(gè)錯(cuò)的。由于我用的是超算服務(wù)器節(jié)點(diǎn)（有TeslaK40顯卡，不算很好，不過還湊合了）的linux，上面就只能用jupyter來運(yùn)行或者在命令行運(yùn)行。據(jù)查是jupyter不支持這樣用沒定義的flag？？？我在程序開頭寫了flag定義（FLAGS = tf.app.flags.FLAGS），也不行。

問題原因： 用到了ims_per_batch這個(gè)字符串，卻沒有在config.py中的FLAG里去定義它。

解決辦法： 在此程序開頭寫

            
              tf.app.flags.DEFINE_string('f', '', 'ims_per_batch')

請參看代碼截圖：

三、【AssertionError: Path does not exist: /WANGZAI/Faster_RCNN_TensorFlow_Python3_5_master/data/VOCdevkit2007/VOC2007/ImageSets/Main/trainval.txt 】

我用find -name?trainval.txt找到了這個(gè)路徑下是有的，但就是會報(bào)路徑不存在這個(gè)斷言，于是細(xì)心的再對一遍路徑發(fā)現(xiàn)：我的文件夾名寫錯(cuò)了一個(gè)，VOCdevkit2007寫成了VOCDevkit2007。實(shí)在無語，這個(gè)是我在windows上弄好的，沒問題不會報(bào)錯(cuò)的，到了linux+jupyter就報(bào)錯(cuò)。

解決辦法： 修改VOCDevkit2007為VOCdevkit2007即可。

最后總結(jié)一些Faster-RCNN訓(xùn)練過程中需要用到的參考網(wǎng)址，可能不全。

faster r-cnn（準(zhǔn)備階段）（RPN、Anchor、感受野、region proposal）

python3+Tensorflow+Faster R-CNN訓(xùn)練自己的數(shù)據(jù)

詳細(xì)的Faster R-CNN源碼解析之RPN源碼解析

Linux TensorFlow implementation of Faster R-CNN

博客園首頁新隨筆聯(lián)系訂閱管理隨筆 - 305 文章 - 0 評論 - 12 Faster-RCNN-TensorFlow-Python3.5 在Ubuntu16.04下的配置方法

基于深度學(xué)習(xí)的目標(biāo)檢測技術(shù)演進(jìn)：R-CNN、Fast R-CNN、Faster R-CNN

實(shí)例分割模型Mask R-CNN詳解：從R-CNN，F(xiàn)ast R-CNN，F(xiàn)aster R-CNN再到Mask R-CNN

基于tensorflow+python3.5環(huán)境實(shí)現(xiàn)Faster R-CNN 下載cython_bbox.cpython-35m-x86_64-linux-gnu.so

faster-rcnn tensorflow windows demo測試

faster-rcnn tensorflow windows demo運(yùn)行

Windows 下 TensorFlow 和 Faster rcnn 詳細(xì)安裝步驟（二）

dBeker Tensorflow Faster R-CNN for Windows by using Python 3.5

windows 安裝 pycocotools 方法（windows10編譯 Pycocotools出錯(cuò)解決方案最新）

Faster R-CNN / Mask R-CNN on COCO

2018-11-10

更多文章、技術(shù)交流、商務(wù)合作、聯(lián)系博主

微信掃碼或搜索：z360901061

微信掃一掃加我為好友

QQ號聯(lián)系： 360901061

您的支持是博主寫作最大的動力，如果您喜歡我的文章，感覺我的文章對您有幫助，請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧，狠狠點(diǎn)擊下面給點(diǎn)支持吧，站長非常感激您！手機(jī)微信長按不能支付解決辦法：請將微信支付二維碼保存到相冊，切換到微信，然后點(diǎn)擊微信右上角掃一掃功能，選擇支付二維碼完成支付。

【本文對您有幫助就好】元

2元

5元

10元

20元

自定義

亚洲免费在线-亚洲免费在线播放-亚洲免费在线观看-亚洲免费在线观看视频-亚洲免费在线看-亚洲免费在线视频

【Linux_Faster_RCNN_TensorFlow_Python3_5_master 心路歷程（踩坑筆記）】

遇到的主要大問題如下：

一、【cython_bbox.cpython-35m-x86_64-linux-gnu.so和cython_bbox.so文件。導(dǎo)致程序運(yùn)行過程中找不到bbox。】

Faster-RCNN-TensorFlow-Python3.5 在Ubuntu16.04下的配置方法

Faster-RCNN-TensorFlow-Python3.5 在Ubuntu16.04下的配置方法

安裝過程

1. 深度學(xué)習(xí)環(huán)境Tensorflow的安裝

2. 安裝python包

3. ?Go to ./data/coco/PythonAPI

4. git clone

5. 下載預(yù)訓(xùn)練模型

6. 自己數(shù)據(jù)集的制作

7. 替換成自己的數(shù)據(jù)

8. 將原始代碼修改為適配你自己的代碼

9. 出現(xiàn)的問題

10. 作出的其他調(diào)整 具體方案如下：

11. 開始訓(xùn)練

12. 跑demo.py

二、【UnrecognizedFlagError:Unknown command line flag 'f'】

三、【AssertionError: Path does not exist: /WANGZAI/Faster_RCNN_TensorFlow_Python3_5_master/data/VOCdevkit2007/VOC2007/ImageSets/Main/trainval.txt 】

10. 作出的其他調(diào)整
具體方案如下：