Windows+caffe+faster-rcnn環境配置

1. 前言

在配置faster-rcnn時，前提要先配置caffe框架，看到這先彆着急忙着配置caffe框架，如果你電腦已經配置好了caffe的話，那恭喜你有的你忙了，因爲faster-rcnn要用到roi_pooling_layer層，但是caffe沒有把這層添加到環境中，所以得重新編譯caffe，但是重新編譯caffe會出現很多各種各樣的錯誤，最大的一個坑就是如果你電腦上裝了python-opencv包的話，編譯caffe就會出錯。在這我也是忙了好幾天，最終重裝了系統解決了問題，真的是沒有什麼是重裝系統不能解決的，話不多說，直接看操作。我參考的是這篇博客安裝Windows版Caffe與py-faster-RCNN，但是會有一點點的問題，在這我對其進行補充和修改。

2. 安裝caffe

1. 安裝vs2013，cudn，Anaconda2，下載caffe-master和NugetPackages，修改CommonSettings.props文件等日常操作就不在敘述了，可以參考我的這篇博客
   win10+vs2013+caffe+gpu+python環境配置寫的很詳細。
2. 打開D:\caffe\caffe-master\windows文件夾下Caffe.sln，找到libcaffe\cu\layers右鍵，點擊添加，點擊現有項
   
   在路徑D:\caffe\caffe-master\src\caffe\layers（這是我電腦caffe的路徑）下找到roi_pooling_layer.cu文件，點擊確定。
   
3. 同理在libcaffe\src\layers右鍵，點擊添加，點擊現有項，在第2步同一路徑下找到roi_pooling_layer.cpp文件，點擊確定。
   
4. 在libcaffe\include\layers右鍵，點擊添加，點擊現有項，在路徑D:\caffe\caffe-master\include\caffe\layers下找到roi_pooling_layer.cpp文件，點擊確定。
   
5. 前幾步是添加roi_pooling_layer層，但是有的博客上寫把fast_rcnn_layers.hpp文件放在caffe文件夾下，我不知道有沒有什麼影響，但是爲了以防萬一最好還是複製進行，fast_rcnn_layers.hpp的百度雲下載地址，提取碼：dion
   下載下來後把文件複製到D:\caffe\caffe-master\include\caffe路徑下，如下圖所示。
   
   到此roi_pooling_layer層已經添加成功，然後編譯caffe，以及測試是否安裝成功就不在敘述了，上面推薦的博客寫的很清楚。

3. 配置faster-rcnn

1. 下載faster-rnn，鏈接地址faster-rnn，下載後你會發現py-faster-rcnn文件夾下的caffe-fast-rcnn文件是空的，所以在下載faster-rnn的時候，要點擊caffe-fast-rcnn @ 0dcd397進去下載裏面的文件。
   
   然後複製到caffe-fast-rcnn文件下。如下圖所示。
   
2. 因爲faster-rcnn是基於linux系統下運行的，要是想在windows系統下運行，還要下載py-faster-rcnn-windows-master文件，下載鏈接爲py-faster-rcnn-windows-master，下載 後解壓，將lib中的文件覆蓋py-faster-rcnn中lib文件夾中的文件 。
3. 替換之後，在py-faster-rcnn\lib\rpn路徑下，編輯proposal_layer.py：
   a.將其中的 param_str_ 替換爲 param_str。
   b.將cfg_key = str(self.phase)
   替換爲cfg_key = str(‘TRAIN’ if self.phase == 0 else ‘TEST’)
4. 複製D:\caffe\caffe-master\Build\x64\Release\pycaffe的caffe文件
   
   整體複製到py-faster-rcnn\caffe-fast-rcnn\python文件夾下
   
5. 修改py-faster-rcnn/lib文件夾中的setup_cuda.py文件
   修改 include_dirs爲C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2\include
   這是你電腦安裝cudn的默認路徑路徑
   
6. 安裝python2.7的編譯器，下載地址爲VCForPython27.msi提取碼爲：2czl
   直接點擊安即可。
7. 打開Anaconda Prompt，可以在開始菜單裏找到，輸入pip install easydict protobuf
   
8. 在Anaconda Prompt中輸入cd D:\py-faster-rcnn\lib並回車轉到lib文件夾下分別輸入指令
   python setup.py install
   python setup.py build_ext --inplace
   python setup_cuda.py install
   好像除了第一個其他兩個指令會出錯，我也不知道問題出現在哪裏，但是不影響程序的使用。
9. 在使用faster-rcnn的時候需要用到opencv包，所以還得安裝python-opencv包。網上很多安裝教程就不在敘述了。
   至此環境已經配置成功了

4. 測試

1. 下載已訓練模型
   下載地址爲vgg_16_2016_08_28.tar，提取碼：koyh
   下載後解壓到路徑D:\py-faster-rcnn\data\faster_rcnn_models如下圖所示
   
2. 測試，運行demo
   在程序中輸入cmd，輸入cd D:\py-faster-rcnn\tools
   回車輸入 python demo.py，如下圖所示
   
   程序結果爲