win7下配置faster-rcnn的tensorflow版本（gpu版本）

首先给出源代码网址：https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3.5

所需的软件环境：python3.5+tensorflow-gpu1.40（gpu版本）+vs2015+pycharm+cuda8.0+cudnn6.1

cuda8.0下载地址：https://developer.nvidia.com/cuda-80-ga2-download-archive
cudnn6.1下载地址：https://developer.nvidia.com/cudnn
cuda8.0和cudnn很好安装，安装自行百度教程安装即可。

python3.5下载地址：https://www.python.org/downloads/release/python-352/
python的其他库安装（用pip3即可）：
cython, python-opencv, easydict......



tensorflow安装方法：
tensorflow-gpu1.40下载地址：https://pypi.python.org/pypi/tensorflow-gpu/1.4.0

tensorflow-cpu1.40下载地址：https://pypi.python.org/pypi/tensorflow/1.4.0
安装方法和python安装其他库的方法相同，即在命令行下使用pip3

faster-rcnn安装方法：1.  Go to ./data/coco/PythonAPI      Run 

python setup.py build_ext --inplace

      Run 

python setup.py build_ext install

      环境配置完毕
2. 下载数据集
       下载地址：http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-2007.tar http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCdevkit_08-Jun-2007.tar        下载之后放在：        "data/VOCDevkit2007/annotations_cache"        "data/VOCDevkit2007/VOC2007"
3. 下载预训练好的vgg16网络或者其他网络
        下载地址：https://github.com/tensorflow/models/tree/master/research/slim#pre-trained-models



        将下载好的模型放在：$faster-rcnn目录$\data\imagenet_weights下面

4. 训练模型
        运行 train.py程序即可，一般用cpu跑迭代一次需要20s，用gpu跑一次迭代需要2-3s

        每经过5000次迭代，会保存网络相关文件，保存的信息在：$faster-rcnn目录$\default\voc_2007_trainval\default

5. 运行demo.py
        将步骤4中保存的文件放在   下面，运行demo.py便会出现结果