faster-RCNN tensorflow-gpu环境配置及安装出现的问题

1.环境的配置:

基础环境win10+vs2015+pycharm+anaconda+tensorflow-gpu+cuda+cudnn

上面的基础环境安装可以自行再百度需要注意的有一下几点:

<1>anaconda的安装必须要对应python3.5     ****这一条至关重要的****

(补充:如果要是电脑上装了anaconda的python版本不是3.5的话,就需要安装虚拟环境。具体安装可以根据这篇博客https://www.cnblogs.com/afangxin/p/6992050.html

<2>cuda+cudnn 版本匹配问题,这个首先要看自己的电脑的显卡是什么在下载相应的cuda+cudnn。

<3>tensorflow的安装,网上有很多教程,这里就不详细了。https://blog.youkuaiyun.com/weixin_40082332/article/details/80252205

<4>VS2015激活:专业版:HMGNV-WCYXV-X7G9W-YCX63-B98R2
                            企业版:HM6NR-QXX7C-DFW2Y-8B82K-WTYJV

代码是Faster -RCNN tensorflow-gpu+python3.5:   https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3.5

1.在运行代码的是必须在安装相应的包:pip inatall opencv-python(cython,easydict等)缺什么安什么。

2.在命令行中 cd 一下进入源码中所给的 /data/coco/PythonAPI文件夹下,运行编译提供的 setup.py(这个主要是为了安装pycocotools)

3.   <1>cd Faster-RCNN-TensorFlow-Python3.5-master/data/coco/PythonAPI

      <2>python setup.py build_ext --inplace

      <3>python setup.py build_ext install

2.数据集及模型预训练权重下载:

我用的voc2007,下载地址:http://host.robots.ox.ac.uk:8080/pascal/VOC/voc2007/#devkit

对应文件夹位置如图

             

     

 VGG16模型预训练权重下载地址:http://download.tensorflow.org/models/vgg_16_2016_08_28.tar.gz

 对应文件夹位置如图 

                      

然后就是开始训练数据了,运行train.py.

出现的问题

按照以上步骤运行train.py文件时遇到第一个问题

ImportError: No module named '_pywrap_tensorflow_internal'

后来在这里找到了答案:https://stackoverflow.com/questions/43577923/cannot-import-tensorflow-for-gpu-on-windows-10

解决方法:把自己安装的cuda/bin文件夹下,把cudnn64_6.dll 文件改名为 cudnn64_5.dll。(需要因情况而定cuda的版本)

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin.#一般的所在位置

本以为就大功告成,又来了一个bug!
ModuleNotFoundError: No module named 'lib.utils.cython_bbox'

  1. from lib.utils.cython_bbox import bbox_overlaps

  2. ModuleNotFoundError: No module named 'lib.utils.cython_bbo

如果你安装我的要求安装python3.5 ,就不会出现这样的问题。

由于我的电脑配置太低了,没有运行出最后的结果,但是我的代码是成功的运行了。

 

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值