win10下安裝基於caffe的 Faster-Rcnn

安裝教程

---

  本篇博客將會教會你在Windows下配置py-faster-rcnn，請細心仔細閱讀。說白了，Windows下配置這些東西就是一個坑。

---

安裝配置Anaconda

---

  因爲py-faster-rcnn要用到python，這裏咱們使用了Anaconda，Anaconda版本爲Anaconda2-4.3.1-Windows-x86_64.exe，Anaconda下載地址，雙擊安裝便可，安裝完Anaconda2後須要下載必要的python庫，在cmd下運行下面代碼便可：

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

• 1
• 2
• 3
• 4

  一樣的，在cmd中輸入python --version，能夠獲得你安裝的python信息：（若是是Anaconda則無需以後操做）

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

 

---

安裝配置Windows-caffe

---

  在安裝好Anaconda後，須要配置Windows-caffe。爲了使用GPU來運行深度學習，咱們須要安裝相應的cuda和cuDNN。其中，cuda版本爲cuda_8.0.61_win10，雙擊安裝便可；cuDNN版本爲cudnn-7.5-windows10-x64-v5.0-ga，下載並將其解壓至D:\
  CUDA下載地址  cuDNN下載地址
  一樣的，須要從github上下載相應的windows-caffe，並將其解壓至D:\。
  windows-caffe下載地址

  隨後，開始配置caffe：
  進入D:\caffe-master\windows，複製文件CommonSettings.props.example並將其更名爲CommonSettings.props，雙擊進入工程caffe（這裏注意：須要安裝了VS，才能夠打開並編譯）。有時候libcaffe沒有加載成功（主要緣由在於看看propos裏面的cuda版本是7.5，而你裝的是8.0，ctrl+F搜索7.5，找到到改成8.0.並重啓caffe.sln便可）

• 注意：若是libcaffe和testall存在問題，請參考以下解決辦法：

  因爲vs2013的安裝路徑中缺乏 CUDA 8.0.props ，文件引用CUDA 8.0的路徑是 C:\Program Files (x86)\MSBuild\Microsoft.Cpp\v4.0\V120\BuildCustomizations ，其實 CUDA 8.0.props 安裝路徑是 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\extras\visual_studio_integration\MSBuildExtensions ，只要拷貝到 C:\Program Files (x86)\MSBuild\Microsoft.Cpp\v4.0\V120\BuildCustomizations 就好了，那麼libcaffe和testall就都沒問題了！

  在打開caffe工程後，打開右側文件列表中的文件CommenSetting.probs，在文件中搜索cudapath，該欄存放從cudnn解壓出來的文件夾cuda的目錄路徑。因爲咱們從cudnn解壓出來的文件夾cuda的目錄路徑是D:\，所以，輸入D:\便可。

  若是須要配置pycaffe，即caffe的python接口，則請進行一下操做：打開右側文件列表中的文件CommenSetting.probs，編譯支持python接口<PythonSupport>ture</PythonSupport>，同時修改python的路徑，指定到Anaconda中。
  
  
  隨後，咱們參考博客，將roi_pooling_layer.hpp,cu,cpp加入到libcaffe文件配置中。
  參考博客

  接下來，選擇編譯類型爲release,x64，關閉 Treat Warnings As Errors (即設置爲No) ，若是不設置的話在編譯boost庫的時候會因爲文字編碼的警告而報錯。下面兩張圖幫你進行設置。
  
  
  而後開始漫長的編譯過程，編譯結束後會在D:\下生成文件夾NugetPackages，咱們也能夠在拷貝別人的文件NugetPackages到指定目錄D:\後進行編譯。

  在編譯好libcaffe後，須要繼續編譯其餘任務：下面兩張圖幫你進行設置並進行相關編譯。
  
  

  至此，caffe工程已經編譯完成，能夠正常訓練測試網絡。

• 編譯錯誤：

  error MSB4062:未能從程序集D:\NugetPackages\OpenCV.2.4.10\build\native\private\

  • 1
  • 2

  coapp.NuGetNativeMSBuildTasks.dll加載任務「NuGetPackageOverlay」

  該問題解決辦法，只須要升級opencv便可，參考博客解決問題

 

下載Caffe-Microsoft並添加roi_poling_layer後正確編譯

下載地址：https://github.com/Microsoft/caffe
因爲windows版本caffe的不完善，要先在libcaffe項目中添加roi_poling層的相關支持。具體操做以下：

在libcaffe項目下的 cu—layers 文件夾右擊，添加——現有項，找到 caffe根目錄—src—caffe—layers下，添加roi_pooling_layer.cu。

路徑示例：

同理，在libcaffe項目下的 src—layers 添加roi_polling_layer.cpp；
（所在路徑：caffe根目錄—src—caffe—layers）

在libcaffe項目下 include—layers添加roi_pooling_layer.hpp。
（所在路徑：caffe根目錄—include—caffe—layers）

記得在配置中開啓python版編譯，而後生成caffe。具體步驟可參考這裏，生成成功則大功告成。

error MSB4062: 未能從程序集 …… 加載任務「NuGetPackageOverlay」。

若是你以前生成過windows版caffe，在添加roi_pooling支持後從新生成時，極可能會碰到error MSB4062錯誤。個人解決方案以下：

（1）將caffe根目錄下的Build文件夾整個刪除；
（2）右鍵 解決方案caffe —清理解決方案；
（3）從新生成。

另：網上有說是CuDNN 5.0 與 CUDA8.0 兼容問題的，也有說是Nuget中opencv更新至2.4.11問題的（默認爲2.4.10），我我的的嘗試是——很差使 = =。我在兩個配置過caffe的機器上都出現了error MSB4062，均爲CUDA 8.0+CuDNN 5.0，一個Win7一個Win10，最終都是從新生成得以解決。

2、配置Faster-RCNN

1. 配置windows版的py-faster-rcnn

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

因爲上述版本中的python都是基於linux環境編寫的，windows運行須要進行改動。好在有人已經完成了相關工做：

再下載py-faster-rcnn-windows，地址：https://github.com/MrGF/py-faster-rcnn-windows
將其中的文件複製進py-faster-rcnn進行替換。

替換後，在py-faster-rcnn根目錄—lib—rpn路徑下，編輯proposal_layer.py：

（1）將其中的 param_str_ 替換爲 param_str。
（2）將

cfg_key = str(self.phase)

• 1

替換爲

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

• 1

2. 拷入生成的Caffe

將Caffe根目錄—Build文件夾下，找到生成的pycaffe，將其中的caffe文件夾總體複製到py-faster-rcnn根目錄—caffe-fast-rcnn—python文件夾下。我生成的caffe是Release版本，如圖：

複製到：

注：官方推薦用命令

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

• 1

下載py-faster-rcnn，若是用Download ZIP（由於咱們已經有了Caffe-Microsoft），在py-faster-rcnn的caffe-faster-rcnn下單首創建python文件夾，再將生成的pycaffe下的caffe拷貝進來，實測也可以完成demo生成。

3. 客製化修改與setup

根據本機的CUDA環境，修改py-faster-rcnn—lib路徑下的setup_cuda.py：

（1）第14行

'-arch=sm_35' //個人是-arch=compute_60 (GTEX-1050的顯卡)

• 1

修改成本機顯卡的計算能力，具體查詢Nvida官網。
（2）第33行

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

• 1

修改成本機的CUDA-include環境，好比個人路徑是：

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

• 1

此時能夠CMD打開至py-faster-rcnn\lib路徑下，運行命令：

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

• 1
• 2
• 3

假如出現缺乏某些依賴項或cv2.pyd (opencv) 的狀況，用pip install命令安裝或網上搜索相關配置方法便可，pip用法示例：

pip install easydict

• 1

 

---

 

  而後，在cmd中切換工做目錄到py-faster-rcnn/lib目錄：執行 python setup.py install 代碼執行成功後，修改setup_cuda.py中第33行，CUDA的include路徑爲你本身的路徑。執行 python setup_cuda.py install 安裝成功.

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

• 編譯報錯：

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

  • 1
  • 2

  解決辦法：直接在在cmd下輸入：SET VS90COMNTOOLS=%VS120COMNTOOLS%，若是不行，則參考博客(注意：直接在D盤Anaconda2下面進行修改)

• 編譯報錯：

  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

  解決辦法：咱們須要添加環境變量，參考博客辦法（C:\Program Files (x86)\Microsoft Visual Studio 12.0\VC\bin\ ）

 

成功狀態如圖：

 

 

  至此，py-faster-rcnn的配置工做基本完畢，接下來，咱們運動demo，看看效果。在cmd中切換工做目錄到到py-faster-rcnn目錄下，執行python ./tools/demo.py。若執行成功，將出現相應的檢測圖片。

python ./tools/demo.py

• 1
• 2

• 編譯報錯：

  ImportError: No module named easydict

  • 1
  • 2

  解決辦法：在cmd下輸入：pip install easydict，能夠參考博客()

• 編譯報錯：

  ImportError: No module named cv2

  • 1
  • 2

  解決辦法：將opencv裏面的cv2.pyd文件拷貝到D:\Anaconda2\Lib\site-packages中，能夠參考博客

• 編譯報錯：

  ImportError: No module named google.protobuf.internal

  • 1
  • 2

  解決辦法：在cmd下輸入：conda install protobuf，能夠參考博客

• 編譯報錯：

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

  • 1
  • 2

  解決辦法：將對應文件中’param_str_’改成’param_str’，能夠參考博客

• 編譯報錯：

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

  • 1
  • 2

  解決辦法：能夠參考博客

若是遇到ImportError: DLL load failed: 找不到指定的程序。參考：http://blog.csdn.net/lzhalan2016/article/details/52415998
第一步：
在命令中輸入如下指令卸載相應的包：pip uninstall numpy；pip uninstall scipy；pip uninstall matplotlib；pip scikit-learn
第二步：
在下面的網站中找到對應的包，若是是python2.7就是cp27系列的，電腦是多少位的必定下載對應版本
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： 找到安裝python的目錄下的Scripts文件，在這個文件裏安裝相應的whl包 好比指令爲 cd D:\ProgramData\Anaconda2\Scripts，而後在這裏用指令 pip install D：/xxx/xxx/xxx.whl 假若有successful的顯示就是完成了。 　　至此，編譯完成，運行成功。