【原创帖!转载请注明

windows faster-rcnn安装一直会出现各种错误,本人在实验室电脑成功安装后,在自己电脑上同样的安装步骤也成功。所以做个总结,希望对大家有帮助。

一:安装环境

  1、windows10

  2、visual studio 2013

  3、cuda7.5 for windows10

  4、cudnn5.1 for windows 10

  5、py-faster-rcnn  https://github.com/rbgirshick/py-faster-rcnn

  6、caffe https://github.com/Microsoft/caffe

  7、py-faster-rcnn windows lib:https://github.com/MrGF/py-faster-rcnn-windows

  具体安装文件见本人最后的资源链接。

二:软件安装

(1)CUDA7.5

  cuda7.5直接安装操作,选择了默认安装路径。安装完成后,系统自动配置两个环境变量。

  CUDA_PATH:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5
  CUDA_PATH_V7_5:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5

为使用方便,我们在添加如下变量:

  CUDA_BIN_PATH:%CUDA_PATH%\bin
  CUDA_LIB_PATH:%CUDA_PATH%\lib\Win32
  CUDA_SDK_BIN:%CUDA_SDK_PATH%\bin\Win64
  CUDA_SDK_LIB:%CUDA_SDK_PATH%\common\lib\x64
  CUDA_SDK_PATH:C:\ProgramData\NVIDIA Corporation\CUDA Samples\v7.5

测试cuda安装是否工程:

  1、cmd输入nvcc -V

  2、进入C:\ProgramData\NVIDIA Corporation\CUDA Samples\v7.5 点击Samples_vs2013.sln编译运行,出现如下图表面安装成功:

(2)cudnn5.1

  下载cudnn5.1 解压得到include ,bin,lib三个文件夹,将三个文件夹复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5下对应的include lib和bin文件夹下。

(3)Caffe安装

  参考本人上篇博客,由于要是用faster-rcnn,所以编译的时候需要roi_pooling_layer.hpp,cu,cpp等加入到libcaffe文件配置中。具体参考http://www.cnblogs.com/LaplaceAkuir/p/6445189.html

(4)py-faster-rcnn配置

  下载py-faster-rcnn,建议git clone,不然缺少分支。确认caffe编译后的Build/x64/Release/添加到系统环境目录。

  caffe编译下Build/x64/Release/pycaffe/caffe 目录复制到py-faster-rcnn/caffe-faster-rcnn/python目录下,替换原有文件。

  安装环境7的py-faster-rcnn下的lib复制到py-faster-rcnn下替换到原来的lib文件。

  安装必要库:conda install numpy pyqt ,本人用的anaconda2,可以直接安装。此步骤一般会安装多个依赖库。

  cmd切换到py-faster-rcnn/lib目录:执行python setup.py install 成功后,修改setup_cuda.py中第33行,CUDA的include路径为你自己的路径。

  执行 python setet_cuda.py install 安装成功后。

(5)运行demo  

  下载模型文件

  方案1、官方链接:http://www.cs.berkeley.edu/~rbg/faster-rcnn-data下载faster -rcnn model

  方案2、百度网盘地址:http://pan.baidu.com/s/1c1JQdby

  cmd切到py-faster-rcnn目录下,执行python ./tool/demo.py  可能出现错误和解决办法:

  1、编译遇到 AttributeError: ‘ProposalLayer’ object has no attribute ‘param_str_’  问题,找到对应文件,修改param_str_为param_str ,完成编译。

  2、proposal_layer.py出现 keyerror:’1’错误,将第64行改cfg_key='TEST'#str(self.phase)

  至此,编译完成,运行成功。

三:安装文件资源

  cuda7.5.18 ,cudnn5.1:  http://pan.baidu.com/s/1dE6qKFn

  faster-rcnn model: http://pan.baidu.com/s/1c1JQdby

  py-faster-rcnn for lib:  https://github.com/MrGF/py-faster-rcnn-windows

windows py-faster-rcnn配置的更多相关文章

  1. py faster rcnn+ 1080Ti+cudnn5.0

    看了py-faster-rcnn上的issue,原来大家都遇到各种问题. 我要好好琢磨一下,看看到底怎么样才能更好地把GPU卡发挥出来.最近真是和GPU卡较上劲了. 上午解决了g++的问题不是. 然后 ...

  2. 记pytorch版faster rcnn配置运行中的一些坑

    记pytorch版faster rcnn配置运行中的一些坑 项目地址 https://github.com/jwyang/faster-rcnn.pytorch 一般安装配置参考README.md文件 ...

  3. [计算机视觉][神经网络与深度学习]Faster R-CNN配置及其训练教程2

    faster-rcnn分为matlab版本和python版本,首先记录弄python版本的环境搭建过程.matlab版本见另一篇:faster-rcnn(testing): ubuntu14.04+c ...

  4. py faster rcnn的lib编译出错问题

    真是好事多磨啊,计算机系统依然是14.04,而cuda依然是8.0,唯一不同的是时间不一样,下载的各种库版本有差别,GPU的driver不一样. 但是这样就出问题了,py-faster rcnn的li ...

  5. Widows下Faster R-CNN的MATALB配置(GPU)

    目录 1. 准备工作 2. VS2013编译Caffe 3. Faster R-CNN的MATLAB源码测试 说在前面,这篇是关于Windows下Faster R-CNN的MATLAB配置,GPU版本 ...

  6. Widows下Faster R-CNN的MATALB配置(CPU)

    目录 1. 准备工作 2. VS2013编译Caffe 3. Faster R-CNN的MATLAB源码测试 说实话,费了很大的劲,在调试的过程中,遇到了很多的问题: 幸运的是,最终还是解决了问题: ...

  7. faster rcnn 源码学习-------数据读入及RoIDataLayer相关模块解读

    参考博客:::https://www.cnblogs.com/Dzhen/p/6845852.html 非常全面的解读参考:::https://blog.csdn.net/DaVinciL/artic ...

  8. Windows下如何采用微软的Caffe配置Faster R-CNN

    前言 比较简单的一篇博客.https://github.com/microsoft/caffe 微软的Caffe以在Windows下编译简单而受到了很多人的喜爱(包括我),只用改改prop配置然后无脑 ...

  9. faster r-cnn 在CPU配置下训练自己的数据

    因为没有GPU,所以在CPU下训练自己的数据,中间遇到了各种各样的坑,还好没有放弃,特以此文记录此过程. 1.在CPU下配置faster r-cnn,参考博客:http://blog.csdn.net ...

  10. 新人如何运行Faster RCNN的tensorflow代码

    0.目的 刚刚学习faster rcnn目标检测算法,在尝试跑通github上面Xinlei Chen的tensorflow版本的faster rcnn代码时候遇到很多问题(我真是太菜),代码地址如下 ...

随机推荐

  1. C#操作sql时注意点

    ①创建必要的索引 ②使用预编译查询 ③使用参数化sql会执行预编译,第一次执行的时候DBMS会为这个SQL语句进行查询优化并执行预编译 ④调整where子句中的连接顺序 ⑤DBMS一般次用自上而下的顺 ...

  2. iOS 11 APP 设计中的几个 UI 设计细节

    Apple 官网看了 iOS 11 的介绍,发现有不少的更新哦,比如控制中心.Siri.Live Photo 等等,总体来说都有很多不错的体验,不过本文不介绍功能,只说视觉界面. 在 iOS 11 的 ...

  3. 大数据量.csv文件导入SQLServer数据库

    前几天拿到了一个400多M的.csv文件,在电脑上打开要好长时间,打开后里面的数据都是乱码.因此,做了一个先转码再导入数据库的程序.100多万条的数据转码+导入在本地电脑上花了4分钟,感觉效率还可以. ...

  4. Appstore排名前十的程序员应用软件

    程序员又名程序猿,苦逼劳累的代名词,曾经一个朋友这么开玩笑说,如果你是富二代,你当程序员就是脑残,如果你是穷二代,当程序员的话,死的时候一定是趴键盘. 程序员 哦,可怜的程序员.在那山的这边海的那边有 ...

  5. ZBrush软件特性之Stencil模板调控板

    在ZBrush中使用Stencil模板我们了解的所有绘图工具,通过它确定模板周围与涂画或模型的位置.本文将详解ZBrush®中如何使用“曲线板”自定义形状. 使用模版 ZBrush模版的作用象我们了解 ...

  6. day19-1 迭代器,三元表达式,列表推导式,字典生成式,

    目录 迭代器 可迭代对象 迭代器对象 总结 三元表达式(三目表达式) 列表推导式 字典生成式 迭代器 可迭代对象 拥有iter方法的对象就是可迭代对象 # 以下都是可迭代的对象 st = '123'. ...

  7. ajax第二天学习

    post方式发送请求 要首先设置请求头(参数设置为ajax.setRequestHeader("content-type","application/x-www-form ...

  8. node——Commonjs

    ECMA只规范了js最近的一些能力,并没有规范当要用js写一个庞大的项目如果使用模块化开发. CommonJS规范了当我们想开发大型程序的时候如何模块化来开发,以及模块化的时候,不同文件的通讯. Co ...

  9. JAVA深克隆与浅克隆1

    复制就是得到一个副本 克隆就是复制一个对象的复本.但一个对象中可能有基本数据类型,如:int,long,float    等,也同时含有非基本数据类型如(数组,集合等)被克隆得到的对象基本类型的值修改 ...

  10. Java 获取环境变量

    Java 获取环境变量Java 获取环境变量的方式很简单: System.getEnv()  得到所有的环境变量System.getEnv(key) 得到某个环境变量的值 由于某些需要,可能要下载某些 ...