參考： VNect官方文檔
環境：windows7，CPU，anaconda3
使用python虛擬環境
創建虛擬環境
conda create -n test2002b python=3.5
test2001爲創建虛擬環境名稱，python=3.5設置虛擬環境的python版本
conda啓用虛擬環境
查看當前虛擬環境列表
conda env list
或
conda info -e
激活已創建的虛擬環境
conda activate test2002b
配置pycaffe
1. 配置win下的caffe環境
官網要求：
Requirements:
Visual Studio 2013 or 2015
Technically only the VS C/C++ compiler is required (cl.exe)
CMake 3.4 or higher (Visual Studio and Ninja generators are supported)
Optional Dependencies:
Python for the pycaffe interface. Anaconda Python 2.7 or 3.5 x64 (or Miniconda)
We assume that cmake.exe and python.exe are on your PATH.
我的環境是是vs2015， CMake3.16.0，Python3.5.5（test2002b）。
根據官網給出的配置編譯步驟下載caffe包
F:\caffe> git clone https://github.com/BVLC/caffe.git
然後切換至下面的caffe路徑，檢查環境
F:\caffe> cd caffe
F:\caffe\caffe> git checkout windows
顯示如下
隨後更改配置選項
# line72
if NOT DEFINED MSVC_VERSION set MSVC_VERSION=14 # to use VS 2015
# line74
if NOT DEFINED WITH_NINJA set WITH_NINJA=0 # not to use Ninja generator
# line76
if NOT DEFINED CPU_ONLY set CPU_ONLY=1 # to build caffe without CUDA support
# line87
if NOT DEFINED PYTHON_VERSION set PYTHON_VERSION=3 # to use python 3.5 (only 2.7 and 3.5 are supported!)
# line 99
if NOT DEFINED RUN_INSTALL set RUN_INSTALL=1 # Build the install target
F:\caffe\caffe> scripts\build_win.cmd
2. 配置pycaffe接口
方法一(官方)
根據官方文檔
首先添加通道
conda config --add channels conda-forge
conda config --add channels willyd
然後下載所需的各種庫文件
conda install --yes cmake ninja scipy protobuf==3.1.0 six scikit-image pyyaml pydotplus graphviz
最後將.\caffe\python下的caffe文件夾複製到.\anaconda\envs\test2002a\Lib\site-packages內。
方法二（備用）
查看已安裝的庫
conda list
對比pycaffe所需的庫文件列表安裝缺少的庫文件
例如
conda install Cython
完成後將.\caffe\python下的caffe文件夾複製到.\anaconda\envs\test2002a\Lib\site-packages內
測試
在python內測試
import caffe
不報錯則表示成功
錯誤& 處理
prebuilt dependencies 下載失敗
prebuilt dependencies libraries_v140_x64_py35_1.1.0.tar.bz2下載過程及其不穩定，所以參考了Chris_zhangrx的博文，從其第四點附有網盤下載鏈接直接將文件夏至指定目錄C:\Users\DJINN\.caffe\dependencies\download\下。
隨後重新運行
F:\caffe\caffe> scripts\build_win.cmd
進行編譯。
缺少dependency target…
The dependency target “pycaffe” of target “pytest” does not exist !
查看已安裝的庫
conda list
查看CMakeList文件。
猜測可能是缺少numpy庫。conda install下載後（注意後面tensorflow對numpy版本要求1.18.1），重新編譯build_win.cmd
conda install numpy
安裝OpenCV，matplotlib等庫
方法一
conda install opencv
方法二
打開Anaconda Navigator，從環境中搜索需要的庫進行安裝
下載TensorFlow
anaconda search -t conda tensorflow # 查看選擇指定的版本
pip install --upgrade tensorflow==1.13.1
python -c "import tensorflow as tf; print(tf.__version__);print(tf.reduce_sum(tf.random.normal([1000, 1000])))" # 測試代碼參考官方: https://tensorflow.google.cn/install/pip?hl=zh-cn
運行成功且版本正確
錯誤& 處理
TypeError: expected bytes, Descriptor found
測試是否安裝成功
python -c "import tensorflow as tf"
報錯如下
嘗試重新安裝
pip install --upgrade tensorflow
根據提示，更新pip
python -m pip install --upgrade pip
重新下載tensorflow後仍然報錯，網上找一下
__module__ = 'tensorflow.core.framework.resource_handle_pb2'
Type Error: expected bytes, Descriptor found
的解決方法。
根據找到的唯一符合的解決方案，懷疑是安裝了多個tensorflow導致衝突，考慮重裝python環境
conda deacivate test2001
conda remove --name test2001 --all
conda create -n test2001b python=3.5
conda install -c anaconda tensorflow
python -c "import tensorflow as tf"
測試結果顯示成功！
ImportError: numpy.core._multiarray_umath failed to import
tensorflow：numpy版本過低 需升級
ImportError: cannot import name ‘_validate_lengths’
caffe：numpy1.18.1版本過高 需降級
配置VNect
Contact the model author to obtain the caffe data, then drop the following two files to this directory:
- vnect_model.caffemodel
- vnect_net.prototxt
Run
init_weights.pyin the root directroy to generate tensorflow weights.
- 下載VNect文件，獲取caffe data(後附網盤鏈接)
- 將vnect_model.caffemodel，vnect_net.prototxt放置在文件
.\models\caffe_model\下 - 在
.\VNect-master\下運行init_weights.py文件
python init_weights.py
報錯& 處理
_pickle.PicklingError: Can’t pikle <class ‘numpy.ndarray’>: it’s not the same object as numpy.ndarray
方法一： 更新、升級pickle…
方法二（瞎蒙的）
可能出現對象命名衝突，嘗試把save_params()函數中的params變量更改爲params0
解決問題
WARNING…
...
Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2
...
Incompatible types: <dtype: ‘string’> vs. object. Value is […]
Expected string passed to parameter ‘tensor_names’ of op ‘SaveV2’, got […] of type ‘list’ instead
上述問題懷疑是環境版本不完全匹配造成，考慮重建環境
測試
圖像識別
python run_pic.py