Windows+caffe+faster-rcnn环境配置

1. 前言

在配置faster-rcnn时，前提要先配置caffe框架，看到这先别着急忙着配置caffe框架，如果你电脑已经配置好了caffe的话，那恭喜你有的你忙了，因为faster-rcnn要用到roi_pooling_layer层，但是caffe没有把这层添加到环境中，所以得重新编译caffe，但是重新编译caffe会出现很多各种各样的错误，最大的一个坑就是如果你电脑上装了python-opencv包的话，编译caffe就会出错。在这我也是忙了好几天，最终重装了系统解决了问题，真的是没有什么是重装系统不能解决的，话不多说，直接看操作。我参考的是这篇博客安装Windows版Caffe与py-faster-RCNN，但是会有一点点的问题，在这我对其进行补充和修改。

2. 安装caffe

1. 安装vs2013，cudn，Anaconda2，下载caffe-master和NugetPackages，修改CommonSettings.props文件等日常操作就不在叙述了，可以参考我的这篇博客
   win10+vs2013+caffe+gpu+python环境配置写的很详细。
2. 打开D:\caffe\caffe-master\windows文件夹下Caffe.sln，找到libcaffe\cu\layers右键，点击添加，点击现有项
   
   在路径D:\caffe\caffe-master\src\caffe\layers（这是我电脑caffe的路径）下找到roi_pooling_layer.cu文件，点击确定。
   
3. 同理在libcaffe\src\layers右键，点击添加，点击现有项，在第2步同一路径下找到roi_pooling_layer.cpp文件，点击确定。
   
4. 在libcaffe\include\layers右键，点击添加，点击现有项，在路径D:\caffe\caffe-master\include\caffe\layers下找到roi_pooling_layer.cpp文件，点击确定。
   
5. 前几步是添加roi_pooling_layer层，但是有的博客上写把fast_rcnn_layers.hpp文件放在caffe文件夹下，我不知道有没有什么影响，但是为了以防万一最好还是复制进行，fast_rcnn_layers.hpp的百度云下载地址，提取码：dion
   下载下来后把文件复制到D:\caffe\caffe-master\include\caffe路径下，如下图所示。
   
   到此roi_pooling_layer层已经添加成功，然后编译caffe，以及测试是否安装成功就不在叙述了，上面推荐的博客写的很清楚。

3. 配置faster-rcnn

1. 下载faster-rnn，链接地址faster-rnn，下载后你会发现py-faster-rcnn文件夹下的caffe-fast-rcnn文件是空的，所以在下载faster-rnn的时候，要点击caffe-fast-rcnn @ 0dcd397进去下载里面的文件。
   
   然后复制到caffe-fast-rcnn文件下。如下图所示。
   
2. 因为faster-rcnn是基于linux系统下运行的，要是想在windows系统下运行，还要下载py-faster-rcnn-windows-master文件，下载链接为py-faster-rcnn-windows-master，下载 后解压，将lib中的文件覆盖py-faster-rcnn中lib文件夹中的文件 。
3. 替换之后，在py-faster-rcnn\lib\rpn路径下，编辑proposal_layer.py：
   a.将其中的 param_str_ 替换为 param_str。
   b.将cfg_key = str(self.phase)
   替换为cfg_key = str(‘TRAIN’ if self.phase == 0 else ‘TEST’)
4. 复制D:\caffe\caffe-master\Build\x64\Release\pycaffe的caffe文件
   
   整体复制到py-faster-rcnn\caffe-fast-rcnn\python文件夹下
   
5. 修改py-faster-rcnn/lib文件夹中的setup_cuda.py文件
   修改 include_dirs为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2\include
   这是你电脑安装cudn的默认路径路径
   
6. 安装python2.7的编译器，下载地址为VCForPython27.msi提取码为：2czl
   直接点击安即可。
7. 打开Anaconda Prompt，可以在开始菜单里找到，输入pip install easydict protobuf
   
8. 在Anaconda Prompt中输入cd D:\py-faster-rcnn\lib并回车转到lib文件夹下分别输入指令
   python setup.py install
   python setup.py build_ext --inplace
   python setup_cuda.py install
   好像除了第一个其他两个指令会出错，我也不知道问题出现在哪里，但是不影响程序的使用。
9. 在使用faster-rcnn的时候需要用到opencv包，所以还得安装python-opencv包。网上很多安装教程就不在叙述了。
   至此环境已经配置成功了

4. 测试

1. 下载已训练模型
   下载地址为vgg_16_2016_08_28.tar，提取码：koyh
   下载后解压到路径D:\py-faster-rcnn\data\faster_rcnn_models如下图所示
   
2. 测试，运行demo
   在程序中输入cmd，输入cd D:\py-faster-rcnn\tools
   回车输入 python demo.py，如下图所示
   
   程序结果为