首先，感谢博客上各路大佬的无私奉献！但是也不得不吐槽下，大佬些写博客的时候能尽量写的对小白友好一点吗？期间遇到各种坑，说多了都是泪啊！话不多说，上正题！

环境：win10+anaconda3+tensorflow1.2.1+python3.6，CPU版本。

源码地址：https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3.5

一 下载源码以及源码环境准备

1. 肯定是下载源码，配置好相应的环境！anaconda prompt下激活tensorflow环境，包括但不限于安装python包（cython，python-opencv，easydict），反正就是提示缺少什么，就install什么就对了！
2. GitHub上源码提示有“Checkout this branch”这一步，但我没懂什么意思！没照做，但是也训练成功了，有懂得老哥帮忙解释一下！
3. setup.py文件修改

        在第16行加入以下代码，（别问我为什么，我只是代码的搬运工）

 

    Extension('lib.utils.cython_bbox', sources=['E:/python/tensorflow/Faster-RCNN-TensorFlow-Python3.5-master/lib/utils/bbox.c','E:/python/tensorflow/Faster-RCNN-TensorFlow-Python3.5-master/lib/utils/bbox.pyx'],include_dirs = [np.get_include(), 'E:/python/tensorflow/Faster-RCNN-TensorFlow-Python3.5-master/lib/utils'],extra_compile_args=[])

1. 承接步骤1，进入到源码的路径下（cd 自己的路径\Faster-RCNN-TensorFlow-Python3.5-master\data\coco\PythonAPI）；分别执行下列命令：

   python setup.py build_ext --inplace

   python setup.py build_ext install

   提示：安装VS2015的库，否则会报错 “error: Unable to find vcvarsall.bat”

2. 用VS2015编译python3.6代码：这一步对于不是python3.5的小伙伴很关键，因为源码是基于python3.5编译，而在python3.6下运行就会报错，所以必须在python3.6环境下重新编译。编译步骤如下：

        1）打开VS2015 X64 本机工具命令提示符；

         

         2）同样激活tensorflow环境（activate tensorflow），进入到源码的路径下（cd 自己的路径\Faster-RCNN-TensorFlow-Python3.5-master\data\coco\PythonAPI），运行：

python setup.py build_ext --inplace；

              会在 “***\Faster-RCNN-TensorFlow-Python3.5-master\data\coco\PythonAPI\lib\utils”目录下生成cython_bbox.cp36-win_amd64.pyd文件，将该文件复制到“***\Faster-RCNN-TensorFlow-Python3.5-master\lib\utils”下。

        5. 这里下载模型VGG16 ，放入“***\Faster-RCNN-TensorFlow-Python3.5-master\data \ imagenet_weights \ vgg16.ckpt”，记得把文件名从“VGG_16”更改为“VGG16”，这儿坑了我不少时间。再次感谢博主---douminan

二 准备训练集

1.labelimg标注数据

labelimg的使用：https://cloud.tencent.com/developer/news/325876

注意：注意标注的时候一定不要用大写，不要有空格，建议全部用小写字母和数字，感谢博主--beyond_xnsx

2.将自己的数据制作成VOC2007的格式

批量命名文件：https://blog.csdn.net/u011574296/article/details/72956446

制作训练集：https://blog.csdn.net/gaohuazhao/article/details/60871886

注意：VOC2007的格式生成如下图所示：

三 源码修改

Faster-RCNN-TensorFlow-Python3.5-master\lib\datasets\pascal_voc.py文件中，将以下代码中的类别替换为自己数据集的类别,如下图所示。至于某些博客说不能删除类别总数，但是经实际测试，删除了也不影响。

        self._classes = ('__background__',  # always index 0'bird','flower', 'horse')

注意：不要更改'__background__'，这个是本身自有的，即你有N类检测目标，实际是N+1，多出来的1类就是背景，所以不能删除'__background__'。

Faster-RCNN-TensorFlow-Python3.5-master\lib\config\config.py中修改训练参数，根据自己情况更改哈，博主也是小白，无法作任何指导。

四 训练

哈哈，终于到激动人心的一刻，成功还是继续躺坑里就看这一步了！

继续在anaconda prompt里，激活tensorflow环境，进入到Faster-RCNN-TensorFlow-Python3.5-master根目录下（跟上述一样，用“cd”命令进入哈，根目录就是能看到一个train.py的文件），执行

python train.py

一般不报错进入到训练环节就是对的哈，训练如下所示。

五 后续测试

由于没有训练结束，所以等待后续更新。。。

由于工作方面不再接触这类事件，所以没有后续了。。。抱歉！

 

主要引用下列博客，再次感谢博客大佬们的无私奉献。

https://blog.csdn.net/beyond_xnsx/article/details/79771690

https://blog.csdn.net/weixin_38124357/article/details/80816288

https://blog.csdn.net/douminan/article/details/82223619

https://blog.csdn.net/gaohuazhao/article/details/60871886

https://blog.csdn.net/u011574296/article/details/72956446