在windows(tensorflow+pycharm+py3.6)上调试Faster-RCNN，成功运行demo.py

（本博客适合学习目标检测的纯新手在笔记本电脑上运行demo）
环境：
win7/10
pycharm 2019.3
anaconda3
Tensorflow（版本随意，自己是1.x且是CPU版本）
python3.6
VS2017

Faster-RCNN源码下载：https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3.5
一 . 下载源码以及源码环境准备

环境准备
在github上下载源码解压（文件很小只有几MB），建议新手仔细阅读readme文件，除了py版本是3.5，其它基本上和说明一样。
安装python包（cython，python-opencv，easydict）

pip install Cython
pip install python-opencv
pip install easydict

（安装包时有时网速过慢，建议使用手机热点，自己下载国外文献时也是使用手机热点）
打开pycharm的Terminal，分别运行：
python setup.py build_ext --inplace
python setup.py build_ext install
提示：安装VS2015的库，否则会报错 “error: Unable to find vcvarsall.bat”
（自己安装的是VS2017）

接下来的步骤非常重要：

**注意：**由于自己使用的是py3.6而下载出来是基于py3.5版本的所以需要在setup.py文件中更改：
更改之前直接运行demo会出现：
'lib.utils.cython_bbox’无法识别。
出错语句：from lib.utils.cython_bbox import bbox_overlaps
找了很多博客，主要原因是由于下载下来的github上是基于py3.5，在路径：Faster-RCNN-TensorFlow-Python3.5-master/lib/utils下只有cython_bbox.cp35-win_amd64.pyd文件，如图：
在这里插入图片描述
方法：
第一步：在Faster-RCNN-TensorFlow-Python3.5-master/data/coco/PythonAPI/setup.py中，更改第16行（注意缩进）：

在上图中注意记得添加15行的“,”
从第10行到底21行代码如下：`

Extension(
        'pycocotools._mask',
        sources=['../common/maskApi.c', 'pycocotools/_mask.pyx'],
        include_dirs = [np.get_include(), '../common'],
        extra_compile_args=[],
    ),
    Extension(
        'lib.utils.cython_bbox',
        sources=['../../../lib/utils/bbox.c', '../../../lib/utils/bbox.pyx'],
        include_dirs = [np.get_include(), '/lib/utils'],
        extra_compile_args=[],
    )`

注意上面代码中source，这是一个相对路径，也可以改为绝对路径，如果你下载的是源码，使用这个就可以，但更改的时候记得两个都改。

第二步：
使用VS编译python程序（其实使用pycharm直接运行也可以，自己参考的是：https://blog.csdn.net/u010554381/article/details/86233339，非常感谢）
1）打开VS2015 X64 本机工具命令提示符；
2）同样激活tensorflow环境（activate tensorflow），进入到源码的路径下（cd 自己的路径\Faster-RCNN-TensorFlow-Python3.5-master\data\coco\PythonAPI），运行：

python setup.py build_ext --inplace；

VS2017运行相关图片：
在这里插入图片描述

成功生成文件在Faster-RCNN-TensorFlow-Python3.5-master/data/coco/PythonAPI/lib/utils的路径中：在这里插入图片描述
将生成的三个文件复制到：Faster-RCNN-TensorFlow-Python3.5-master/lib/utils，如图：（其实只需腐蚀.pyd结尾的文件就可以）

2.下载模型
VGG16模型预训练权重下载地址：http://download.tensorflow.org/models
下载模型VGG16 ，放入Faster-RCNN-TensorFlow-Python3.5-master\data \ imagenet_weights \ vgg16.ckpt”，记得把文件名从“VGG_16”更改为“VGG16”或“vgg15”
在这里插入图片描述
将demo.py的第108行原来默认的res101，改成我们现在用的vgg16。
如图：

到这里我们可以直接运行demo.py，记住在Terminal中运行,直接run会出现：
Unknown command line flag ‘net’. Did you mean: network ?
在控制台：

python demo.py

运行成功，贴图一张：
在这里插入图片描述

下载数据集并训练

官网地址：

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

将以上三个压缩包解压到同一个文件夹下，然后同时选择三个压缩包，右键，然后选择解压到当文件夹下，会得到一个VOCdekit然后将其改为VOCdevkit2007，然后将这个文件夹拷贝到Faster-RCNN中data目录下，如图：
在这里插入图片描述
然后在Terminal中：

python train.py

修改相关训练参数
有时训练时间太长，测试是否完全跑的通，你可以在config.py中设置，将40000改为4000，等你需要的数目：

5.训练相关错误
训练完成后，运行demo.py可能会出现：
output\vgg16\voc_2007_trainval+voc_2012_trainval\default\vgg16_faster_rcnn_iter_70000.ckpt.meta not found.
这是结果找不到，你需要新建文件output并保存就可以

以上就是自己调试过程中遇到的问题与解决办法。

原文链接：https://blog.csdn.net/lxthuzhongtian/article/details/105888641