tensorflow版本faster-rcnn-CPU, ubuntu, Python3.5配置记录

写在前面的话

在实验室电脑上进行fasterrcnn_tensorflow版本的配置，看了很多blog也踩了很多的坑，现在在这里把正确的整个步骤记录下来

软硬件配置

主要是软件方面，硬件方面由于使用的GPU是amd的，所以没法使用tensorflow-GPU版本
软件和python版本，python库之类的，推荐使用anaconda进行配置，各种库的安装会方便很多，tensorflow具体的配置可见https://blog.youkuaiyun.com/zzyincsdn/article/details/83342304这篇文章，linux和win10下的配置基本是一样的。在anaconda的安装目录的bin文件夹下运行anaconda-navigator也可以启动py库管理界面
python3.5
tensorflow 1.3.0
opencv 3.4.2(有py前缀和无py前缀的都装上)
cython 0.28.5
easydict(这个在anaconda里我没找到，用pip安装的)
pillow 5.2.0
matplotlib
scipy(这个也是用pip装的)
PyYAML

使用Pycharm时踩的坑

最开始尝试使用Ubuntu上的Pycharm进行项目管理，出现一个bug，就是py文件无法进行同一工程文件夹下二级目录的查找，以demo.py来说，源代码中的import utils.nms_wrapper等引入是这样使用的：