Faster R-CNN系列（一）：配置与运行

本文链接：https://blog.youkuaiyun.com/Hi_maxin/article/details/85108334

本文档详细记录了在Windows 10系统上配置和运行Tensorflow版Faster R-CNN的过程，包括环境配置、依赖包安装、代码修改、数据集下载、预训练模型的应用等步骤，解决Python 3.6版本可能出现的问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Faster R-CNN系列（一）：配置与运行

很多人在windows上想使用GitHub上的faster rcnn进行训练会遇到各种各样的问题，在此把整个流程和遇到的问题记录一下。

本系列主要分成两个部分：

在window系统上运行（训练）开源的Tensorflow版本的Faster R-CNN
对Faster R-CNN原理以及代码进行详细解读

环境

windows 10

python 3.6

tensorflow-gpu 1.10
在GitHub上下载源码

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

项目根目录为Faster-RCNN-TensorFlow-Python3.5-master

此时的项目结构：

下载依赖包

以下依赖包是必须的记得下载：

pip install cython
pip install python-opencv 
pip install easydict

PS: python-opencv 无法安装时可以在这个http://www.lfd.uci.edu/~gohlke/pythonlibs/ 查找对应版本的opencv下载，并使用以下命令安装（）

pip install {你刚刚下载的那个文件的路径}\{你刚刚下载的那个文件}.whl
例如：pip install D:\tool\opencv_python-3.4.2-cp35-cp35m-win_amd64.whl

修改Faster-RCNN-TensorFlow-Python3.5-master\data/coco/PythonAPI/setup.py文件（如果是python3.5 这一步可以省略）

在第15行的’)'后加入：
```
,
    Extension( 'lib.utils.cython_bbox',
               sources=['../../../lib/utils/bbox.c','../../../lib/utils/bbox.pyx'],
               include_dirs = [np.get_include(), '/lib/utils'], 
               extra_compile_args=[], )
```
修改后（红色部分为新增内容）：

在Faster-RCNN-TensorFlow-Python3.5-master\data\coco\PythonAPI目录下运行以下两行命令
```
python setup.py build_ext --inplace
python setup.py build_ext install
```
此时Faster-RCNN-TensorFlow-Python3.5-master\data\coco\PythonAPI\build\lib.win-amd64-3.6\lib\utils目录下会生成一个pyd文件

将其拷贝至Faster-RCNN-TensorFlow-Python3.5-master\lib\utils目录下，并把cython_bbox.cp35-win_amd64.pyd删除

PS:

这一步的操作是为了解决python 3.6版本的问题，如果是使用的3.5，可以略过这一步操作，因为cython_bbox.cp35-win_amd64.pyd可以直接使用，如果在3.6下没有进行以上这几步的操作，会发生异常：
```
	from lib.utils.cython_bbox import bbox_overlaps
ModuleNotFoundError: No module named cython_bbox
```
下载数据集：

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

将三个文件同时解压到VOCdevkit2007目录下，并将VOCdevkit2007目录存放于data目录下

文件名和路径结构一定要设置对，否则会报错

报错示例：
```
'Path does not exist: {}'.format(image_set_file)
AssertionError: Path does not exist: Faster-RCNN-TensorFlow-Python3.5-master\data\VOCdevkit2007\VOC2007\ImageSets\Main\trainval.txt
```
Faster-RCNN-TensorFlow-Python3.5-master\data\VOCdevkit2007

下载预训练好的VGG模型：

http://download.tensorflow.org/models/vgg_16_2016_08_28.tar.gz

解压并改名为vgg16.ckpt(原来是vgg_16.ckpt)后存放在Faster-RCNN-TensorFlow-Python3.5-master\data\imagenet_weights\目录下

如果文件没放对位置会报错：

    c_api.TF_GetCode(self.status.status))
tensorflow.python.framework.errors_impl.InvalidArgumentError: Unsuccessful TensorSliceReader constructor: Failed to get matching files on ./data/imagenet_weights/vgg16.ckpt: Not found: FindFirstFile failed for: ./data/imagenet_weights : ϵͳ\udcd5Ҳ\udcbb\udcb5\udcbdָ\udcb6\udca8\udcb5\udcc4·\udcbe\udcb6\udca1\udca3
; No such process

During handling of the above exception, another exception occurred:

UnicodeEncodeError: 'utf-8' codec can't encode character '\udcd5' in position 177: surrogates not allowed

解压后一定要改名为vgg16.ckpt 而不是vgg_16.ckpt否则会报错：

    if v.name.split(':')[0] in var_keep_dic:
TypeError: argument of type 'NoneType' is not iterable

改对名字后就可以通过。

以上全都搞定以后，就可以运行train.py开始训练模型了

每5000次迭代会在Faster-RCNN-TensorFlow-Python3.5-master\default\voc_2007_trainval\default目录下保存参数