win10下安装基于caffe的 Faster-Rcnn

安装教程

---

  本篇博客将会教会你在Windows下配置py-faster-rcnn，请细心仔细阅读。说白了，Windows下配置这些东西就是一个坑。

---

安装配置Anaconda

---

  因为py-faster-rcnn要用到python，这里咱们使用了Anaconda，Anaconda版本为Anaconda2-4.3.1-Windows-x86_64.exe，Anaconda下载地址，双击安装便可，安装完Anaconda2后须要下载必要的python库，在cmd下运行下面代码便可：

conda install --yes numpy scipy matplotlib scikit-image pip
    pip install protobuf
    conda install numpy pyqt

• 1
• 2
• 3
• 4

  一样的，在cmd中輸入python --version，能够获得你安裝的python信息：（若是是Anaconda则无需以后操做）

(python27) C:\Users\39294\Desktop>python --version
    Python 2.7.13 :: Anaconda 4.3.1 (64-bit)

 

---

安装配置Windows-caffe

---

  在安装好Anaconda后，须要配置Windows-caffe。为了使用GPU来运行深度学习，咱们须要安装相应的cuda和cuDNN。其中，cuda版本为cuda_8.0.61_win10，双击安装便可；cuDNN版本为cudnn-7.5-windows10-x64-v5.0-ga，下载并将其解压至D:\
  CUDA下载地址  cuDNN下载地址
  一样的，须要从github上下载相应的windows-caffe，并将其解压至D:\。
  windows-caffe下载地址

  随后，开始配置caffe：
  进入D:\caffe-master\windows，复制文件CommonSettings.props.example并将其更名为CommonSettings.props，双击进入工程caffe（这里注意：须要安装了VS，才能够打开并编译）。有时候libcaffe没有加载成功（主要缘由在于看看propos里面的cuda版本是7.5，而你装的是8.0，ctrl+F搜索7.5，找到到改成8.0.并重启caffe.sln便可）

• 注意：若是libcaffe和testall存在问题，请参考以下解决办法：

  因为vs2013的安装路径中缺乏 CUDA 8.0.props ，文件引用CUDA 8.0的路径是 C:\Program Files (x86)\MSBuild\Microsoft.Cpp\v4.0\V120\BuildCustomizations ，其实 CUDA 8.0.props 安装路径是 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\extras\visual_studio_integration\MSBuildExtensions ，只要拷贝到 C:\Program Files (x86)\MSBuild\Microsoft.Cpp\v4.0\V120\BuildCustomizations 就好了，那么libcaffe和testall就都没问题了！

  在打开caffe工程后，打开右侧文件列表中的文件CommenSetting.probs，在文件中搜索cudapath，该栏存放从cudnn解压出来的文件夹cuda的目录路径。因为咱们从cudnn解压出来的文件夹cuda的目录路径是D:\，所以，输入D:\便可。

  若是须要配置pycaffe，即caffe的python接口，则请进行一下操做：打开右侧文件列表中的文件CommenSetting.probs，编译支持python接口<PythonSupport>ture</PythonSupport>，同时修改python的路径，指定到Anaconda中。
  
  
  随后，咱们参考博客，将roi_pooling_layer.hpp,cu,cpp加入到libcaffe文件配置中。
  参考博客

  接下来，选择编译类型为release,x64，关闭 Treat Warnings As Errors (即设置为No) ，若是不设置的话在编译boost库的时候会因为文字编码的警告而报错。下面两张图帮你进行设置。
  
  
  而后开始漫长的编译过程，编译结束后会在D:\下生成文件夹NugetPackages，咱们也能够在拷贝别人的文件NugetPackages到指定目录D:\后进行编译。

  在编译好libcaffe后，须要继续编译其余任务：下面两张图帮你进行设置并进行相关编译。
  
  

  至此，caffe工程已经编译完成，能够正常训练测试网络。

• 编译错误：

  error MSB4062:未能从程序集D:\NugetPackages\OpenCV.2.4.10\build\native\private\

  • 1
  • 2

  coapp.NuGetNativeMSBuildTasks.dll加载任务“NuGetPackageOverlay”

  该问题解决办法，只须要升级opencv便可，参考博客解决问题

 

下载Caffe-Microsoft并添加roi_poling_layer后正确编译

下载地址：https://github.com/Microsoft/caffe
因为windows版本caffe的不完善，要先在libcaffe项目中添加roi_poling层的相关支持。具体操做以下：

在libcaffe项目下的 cu—layers 文件夹右击，添加——现有项，找到 caffe根目录—src—caffe—layers下，添加roi_pooling_layer.cu。

路径示例：

同理，在libcaffe项目下的 src—layers 添加roi_polling_layer.cpp；
（所在路径：caffe根目录—src—caffe—layers）

在libcaffe项目下 include—layers添加roi_pooling_layer.hpp。
（所在路径：caffe根目录—include—caffe—layers）

记得在配置中开启python版编译，而后生成caffe。具体步骤可参考这里，生成成功则大功告成。

error MSB4062: 未能从程序集 …… 加载任务“NuGetPackageOverlay”。

若是你以前生成过windows版caffe，在添加roi_pooling支持后从新生成时，极可能会碰到error MSB4062错误。个人解决方案以下：

（1）将caffe根目录下的Build文件夹整个删除；
（2）右键 解决方案caffe —清理解决方案；
（3）从新生成。

另：网上有说是CuDNN 5.0 与 CUDA8.0 兼容问题的，也有说是Nuget中opencv更新至2.4.11问题的（默认为2.4.10），我我的的尝试是——很差使 = =。我在两个配置过caffe的机器上都出现了error MSB4062，均为CUDA 8.0+CuDNN 5.0，一个Win7一个Win10，最终都是从新生成得以解决。

2、配置Faster-RCNN

1. 配置windows版的py-faster-rcnn

下载py-faster-rcnn，地址：https://github.com/rbgirshick/py-faster-rcnn

因为上述版本中的python都是基于linux环境编写的，windows运行须要进行改动。好在有人已经完成了相关工做：

再下载py-faster-rcnn-windows，地址：https://github.com/MrGF/py-faster-rcnn-windows
将其中的文件复制进py-faster-rcnn进行替换。

替换后，在py-faster-rcnn根目录—lib—rpn路径下，编辑proposal_layer.py：

（1）将其中的 param_str_ 替换为 param_str。
（2）将

cfg_key = str(self.phase)

• 1

替换为

cfg_key = str('TRAIN' if self.phase == 0 else 'TEST')

• 1

2. 拷入生成的Caffe

将Caffe根目录—Build文件夹下，找到生成的pycaffe，将其中的caffe文件夹总体复制到py-faster-rcnn根目录—caffe-fast-rcnn—python文件夹下。我生成的caffe是Release版本，如图：

复制到：

注：官方推荐用命令

git clone --recursive https://github.com/rbgirshick/py-faster-rcnn.git

• 1

下载py-faster-rcnn，若是用Download ZIP（由于咱们已经有了Caffe-Microsoft），在py-faster-rcnn的caffe-faster-rcnn下单首创建python文件夹，再将生成的pycaffe下的caffe拷贝进来，实测也可以完成demo生成。

3. 客制化修改与setup

根据本机的CUDA环境，修改py-faster-rcnn—lib路径下的setup_cuda.py：

（1）第14行

'-arch=sm_35' //个人是-arch=compute_60 (GTEX-1050的显卡)

• 1

修改成本机显卡的计算能力，具体查询Nvida官网。
（2）第33行

include_dirs = [numpy_include, 'C:\\Programming\\CUDA\\v7.5\\include'])

• 1

修改成本机的CUDA-include环境，好比个人路径是：

include_dirs = [numpy_include, 'C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v8.0\\include'])

• 1

此时能够CMD打开至py-faster-rcnn\lib路径下，运行命令：

python setup.py install python setup.py build_ext --inplace python setup_cuda.py install

• 1
• 2
• 3

假如出现缺乏某些依赖项或cv2.pyd (opencv) 的状况，用pip install命令安装或网上搜索相关配置方法便可，pip用法示例：

pip install easydict

• 1

 

---

 

  而后，在cmd中切换工做目录到py-faster-rcnn/lib目录：执行 python setup.py install 代码执行成功后，修改setup_cuda.py中第33行，CUDA的include路径为你本身的路径。执行 python setup_cuda.py install 安装成功.

python setup.py install

    include_dirs = [numpy_include, 'C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v7.5\\include'])

    python setup_cuda.py install

• 1
• 2
• 3
• 4
• 5
• 6

• 编译报错：

  error: Microsoft Visual C++ 9.0 is required. Get it from http://aka.ms/vcpython27；

  • 1
  • 2

  解决办法：直接在在cmd下输入：SET VS90COMNTOOLS=%VS120COMNTOOLS%，若是不行，则参考博客(注意：直接在D盘Anaconda2下面进行修改)

• 编译报错：

  File "D:\Anaconda2\lib\ntpath.py", line 180, in split
      d, p = splitdrive(p)
  File "D:\Anaconda2\lib\ntpath.py", line 115, in splitdrive
      if len(p) > 1:
  TypeError: object of type 'NoneType' has no len()

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6

  解决办法：咱们须要添加环境变量，参考博客办法（C:\Program Files (x86)\Microsoft Visual Studio 12.0\VC\bin\ ）

 

成功状态如图：

 

 

  至此，py-faster-rcnn的配置工做基本完毕，接下来，咱们运动demo，看看效果。在cmd中切换工做目录到到py-faster-rcnn目录下，执行python ./tools/demo.py。若执行成功，将出现相应的检测图片。

python ./tools/demo.py

• 1
• 2

• 编译报错：

  ImportError: No module named easydict

  • 1
  • 2

  解决办法：在cmd下输入：pip install easydict，能够参考博客()

• 编译报错：

  ImportError: No module named cv2

  • 1
  • 2

  解决办法：将opencv里面的cv2.pyd文件拷贝到D:\Anaconda2\Lib\site-packages中，能够参考博客

• 编译报错：

  ImportError: No module named google.protobuf.internal

  • 1
  • 2

  解决办法：在cmd下输入：conda install protobuf，能够参考博客

• 编译报错：

  AttributeError: 'ProposalLayer' object has no attribute 'param_str_'

  • 1
  • 2

  解决办法：将对应文件中’param_str_’改成’param_str’，能够参考博客

• 编译报错：

  proposal_layer.py 中 pre_nms_topN  = cfg[cfg_key].RPN_PRE_NMS_TOP_N， keyerror = 1

  • 1
  • 2

  解决办法：能够参考博客

若是遇到ImportError: DLL load failed: 找不到指定的程序。参考：http://blog.csdn.net/lzhalan2016/article/details/52415998
第一步：
在命令中输入如下指令卸载相应的包：pip uninstall numpy；pip uninstall scipy；pip uninstall matplotlib；pip scikit-learn
第二步：
在下面的网站中找到对应的包，若是是python2.7就是cp27系列的，电脑是多少位的必定下载对应版本
http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy

http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy

http://www.lfd.uci.edu/~gohlke/pythonlibs/#matplotlib

http://www.lfd.uci.edu/~gohlke/pythonlibs/#scikit-learn 第三步： 找到安装python的目录下的Scripts文件，在这个文件里安装相应的whl包 好比指令为 cd D:\ProgramData\Anaconda2\Scripts，而后在这里用指令 pip install D：/xxx/xxx/xxx.whl 假若有successful的显示就是完成了。 　　至此，编译完成，运行成功。