tensorflow版本Faster R-CNN环境搭建和运行(代码、数据、模型齐全)

本文主要是介绍tensorflow版本Faster R-CNN环境搭建和运行(代码、数据、模型齐全),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

最近在做物体检测,想在自己电脑上跑一下Faster RCNN,从搭建环境到改代码再到出结果,过程真的踩过太多太多的坑了,要哭惹~~~
看多了Error,都快忘记Successful长啥样了…还好我没放弃,今天终于跑通了,从网上找了几张图片demo了一下。

下面从头到尾顺一下过程,致敬这些天踩过的坑。

1、环境搭建

首先说一下Faster rcnn有cpu和gpu两种版本,如果你没有gpu服务器或者只是想在自己电脑上复现一下代码那就用cpu版本。可以在windows和linux两种系统里运行。
一开始我是在window10系统里跑程序,环境代码都改好了,但最后编译总是出问题,于是转战虚拟机Ubuntu系统。

  • 虚拟机VMware Workstation 链接(下载下来里面有秘钥,我的电脑这个版本打不开,更新后使用的非商业版本,也还可以)
  • Ubuntu 16.4 链接
  • tensorflow=1.8(开始用的2.XX版本,后期遇到错误降低版本后运行成功)
  • ubuntu自带python,不需要安装
  • anaconda3 4.2.0版本默认有python 官网下载就可以(看了很多大佬说faster rcnn在3.5版本下运行,所以一直用的3.5,没尝试别的版本)
  • 其余安装包cython、easydict、opencv-python自行用pip安装就好
  • faster RCNN 源码准备好 链接:https://pan.baidu.com/s/1XhXQDBZOZf9TmvGrQxTeIQ 提取码:ow21
  • 训练模型准备好 链接:链接:https://pan.baidu.com/s/1moQZrGjH561AEIfMquEhhA 提取码:a6s3
  • coco数据集准备好 链接:链接:https://pan.baidu.com/s/1aKsTG5zAPFqEkmfWfsdMGg 提取码:iq7y

2、安装

1.关于虚拟机和Ubuntu系统的安装可以参考这个链接,博主写的挺详细的:https://blog.csdn.net/katrina_ali/article/details/79177288

2.anaconda3-4.2.0安装

  • 从官网下载下来安装包后放到虚拟机里,键入下面命令
bash Anaconda3-4.2.0-Linux-x86_64.sh
  • 一路enter,默认yes,最后问是否加入PATH,默认no就行,安装完成手动加入就好。
  • 为配置文件bashrc加入anaconda路径
    vi ~/.bashrc
  • 在最后加入下方第一行代码,‘:wq’保存
  export PATH="/home/anmeng/anaconda3/bin:$PATH"(注意是你anaconda3所在的路径)
  • 输入source命令使配置生效,重启终端就OK了
  source ~/.bashrc

3.创建虚拟环境

  • 创建一个python3.5版本的虚拟环境,在该环境里安装需要的依赖包
conda create -n tensorflow python=3.5
  • 在这里我踩过一个大坑,就是怎么都创建不了,出现CondaHTTPError错误,如果遇到这个错误首先检查自己的网络是否链接好,用命令行将链接换成清华的镜像链接(该命令自动将.condarc中的镜像换成清华镜像)
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
  • 这样基本能创建成功了。不过还有人反应问题还是解决不了,我从网上、论坛看到有人分享经验,说进入.condarc配置文件将defaults删掉就可以,大家试一下,还有人说链接还是不行的话可以将https改正http试一下(我是删掉defaults就创建成功了)

  • 输入下方命令查看创建的环境、激活环境

conda env list
activate tensorflow
  • 在该环境中导入tensorflow、cython、easydict等安装包,默认的tensorflow是从外网下载,速度很慢,可以用国内镜像代替,tensorflow的安装、卸载以及遇到的问题可以参考这个博文:https://blog.csdn.net/weixin_43981560/article/details/104680233
pip install  tensorflow
  • 如果很多依赖包版本不同,那就强制安装tensorflow
pip install --ignore-installed --upgrade tensorflow
  • 安装其他依赖包(如果pip版本低就升级,按照提示要求来)
pip install cython 
pip install python-opencv 
pip install easydict
  • 环境到这儿基本就配好了,接下来开始改代码

3、代码

  • lib/model/config.py将GPU禁用
    在这里插入图片描述
  • lib/model/nms_wrapper.py将下面两行注释掉
    在这里插入图片描述
  • setup.py文件中将下面两行还有标注的代码注释掉,
CUDA=locate_cuda()
self.set_executable('compile_so',CUDA['nvcc'])

在这里插入图片描述

  • 改完代码进到lib文件下进行编译(前提装好cython文件)
make clean
make
  • 回到tf-faster-rcnn-master目录底下,将下载的cocoapi-master数据集和预训练模型voc_2007_trainval+voc_2012_trainval放到data目录下
cd cocoapi-master/PythonAPI
make
  • 建立预训练模型的软连接
NET=res101
TRAIN_IMDB=voc_2007_trainval+voc_2012_trainval
mkdir -p output/${NET}/${TRAIN_IMDB}
cd output/${NET}/${TRAIN_IMDB}
ln -s ../../../data/voc_2007_trainval+voc_2012_trainval ./default
cd ../../..
  • 这时文件夹里会出现四个模型。就要成功了!!!!

  • 继续下面两行命令,对data里的五张图片进行测试(没出问题的到这应该就可以了,有问题的继续看下面的坑)

GPU_ID=0
CUDA_VISIBLE_DEVICES=${GPU_ID} ./tools/demo.py
  • 我在做这一步又遇到了一个大坑!出现了下面三个Error!提示什么libnvinfer.so.6等好几个包找不到模型找不到。。。到这最后一步我真的快要崩溃了
1、ImportError: libnvinfer.so.6: cannot open shared object file: No such file or directory
2、Cannot dlopen some TensorRT libraries.if you would like to use Nvidia GPU with TensorRT,please make sure the missing libraries mentioned above are installed properly.
3、undefined symbol: _Py_ZeroStruct
  • 查了好多资料,很多人说是用tensorrt,于是去官网下载下来,链接(比较麻烦、要注册认证,还有我原本下载的7.XX版本,奈何最后还是不行提示需要6.XX版本,所以最好下载6.XX版本)

  • 解压完,添加路径,再source一下

vi ~/.bashrc
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/anmeng/desktop/TensorRT-6.0.1.8/lib
source ~/.bashrc
  • 最后的最后如果还出错,看看是不是tensorrtflow版本高了,可以降低一下版本
    在这里插入图片描述

  • 好了,到这几乎所有的坑都踩过了,该successful了
    在这里插入图片描述

  • 现在结果出来了,但看到上图有Warning,提示超出内存,所以还是在perfect一下更好~~~

  • 很简单,去config.py里把batch_size改小一点就可以

__C.TRAIN.BATCH_SIZE = 64
__C.TRAIN.RPN_BATCHSIZE = 128
  • 最后上图,perfect~~~
    在这里插入图片描述在这里插入图片描述参考链接:
    https://blog.csdn.net/char_QwQ/article/details/80980505?utm_source=blogxgwz0
    https://blog.csdn.net/sinat_33486980/article/details/81045315

好啦,完整的Faster RCNN运行出来了,过几天再出一个跑自己数据哒博文~

这篇关于tensorflow版本Faster R-CNN环境搭建和运行(代码、数据、模型齐全)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/338391

相关文章

IntelliJ IDEA 中配置 Spring MVC 环境的详细步骤及问题解决

《IntelliJIDEA中配置SpringMVC环境的详细步骤及问题解决》:本文主要介绍IntelliJIDEA中配置SpringMVC环境的详细步骤及问题解决,本文分步骤结合实例给大... 目录步骤 1:创建 Maven Web 项目步骤 2:添加 Spring MVC 依赖1、保存后执行2、将新的依赖

Pandas统计每行数据中的空值的方法示例

《Pandas统计每行数据中的空值的方法示例》处理缺失数据(NaN值)是一个非常常见的问题,本文主要介绍了Pandas统计每行数据中的空值的方法示例,具有一定的参考价值,感兴趣的可以了解一下... 目录什么是空值?为什么要统计空值?准备工作创建示例数据统计每行空值数量进一步分析www.chinasem.cn处

如何使用 Python 读取 Excel 数据

《如何使用Python读取Excel数据》:本文主要介绍使用Python读取Excel数据的详细教程,通过pandas和openpyxl,你可以轻松读取Excel文件,并进行各种数据处理操... 目录使用 python 读取 Excel 数据的详细教程1. 安装必要的依赖2. 读取 Excel 文件3. 读

利用Python调试串口的示例代码

《利用Python调试串口的示例代码》在嵌入式开发、物联网设备调试过程中,串口通信是最基础的调试手段本文将带你用Python+ttkbootstrap打造一款高颜值、多功能的串口调试助手,需要的可以了... 目录概述:为什么需要专业的串口调试工具项目架构设计1.1 技术栈选型1.2 关键类说明1.3 线程模

Python Transformers库(NLP处理库)案例代码讲解

《PythonTransformers库(NLP处理库)案例代码讲解》本文介绍transformers库的全面讲解,包含基础知识、高级用法、案例代码及学习路径,内容经过组织,适合不同阶段的学习者,对... 目录一、基础知识1. Transformers 库简介2. 安装与环境配置3. 快速上手示例二、核心模

Spring 请求之传递 JSON 数据的操作方法

《Spring请求之传递JSON数据的操作方法》JSON就是一种数据格式,有自己的格式和语法,使用文本表示一个对象或数组的信息,因此JSON本质是字符串,主要负责在不同的语言中数据传递和交换,这... 目录jsON 概念JSON 语法JSON 的语法JSON 的两种结构JSON 字符串和 Java 对象互转

Python如何精准判断某个进程是否在运行

《Python如何精准判断某个进程是否在运行》这篇文章主要为大家详细介绍了Python如何精准判断某个进程是否在运行,本文为大家整理了3种方法并进行了对比,有需要的小伙伴可以跟随小编一起学习一下... 目录一、为什么需要判断进程是否存在二、方法1:用psutil库(推荐)三、方法2:用os.system调用

Java的栈与队列实现代码解析

《Java的栈与队列实现代码解析》栈是常见的线性数据结构,栈的特点是以先进后出的形式,后进先出,先进后出,分为栈底和栈顶,栈应用于内存的分配,表达式求值,存储临时的数据和方法的调用等,本文给大家介绍J... 目录栈的概念(Stack)栈的实现代码队列(Queue)模拟实现队列(双链表实现)循环队列(循环数组

C++如何通过Qt反射机制实现数据类序列化

《C++如何通过Qt反射机制实现数据类序列化》在C++工程中经常需要使用数据类,并对数据类进行存储、打印、调试等操作,所以本文就来聊聊C++如何通过Qt反射机制实现数据类序列化吧... 目录设计预期设计思路代码实现使用方法在 C++ 工程中经常需要使用数据类,并对数据类进行存储、打印、调试等操作。由于数据类

SpringBoot使用GZIP压缩反回数据问题

《SpringBoot使用GZIP压缩反回数据问题》:本文主要介绍SpringBoot使用GZIP压缩反回数据问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录SpringBoot使用GZIP压缩反回数据1、初识gzip2、gzip是什么,可以干什么?3、Spr