MAC+pycharm+python2.7完美在 CPU上 运行faster-rCNN demo

1.电脑配置：

2.pycharm版本：

3.python版本：2.7.16

需要说明的是，在pycharm里选取的python2.7，也就是下载python2.7后直接安装的版本：
（1）不用切换anaconda的目录，来回切换目录后，再用pip命令有时自己就不知道将包装哪了，容易混乱。
（2）在Mac的终端或者pycharm的界面的终端或者用interpreter界面添加的包都会在同一个目录文件夹下。
（3）如果用anaconda环境配置，我遇到的问题是，安装PIL，tensorflow等等其他包时会添加很多依赖，容易与pycharm里的安装包冲突，所以没有用anaconda。

4.添加相关依赖包
pip install（Cython,opencv,easydict）等，版本根据系统自动适配就行

5.下载github项目代码和数据

git clone https://github.com/endernewton/tf-faster-rcnn.git

6.更改设置，去掉GPU设置
第一处：

第二处：

第三处：

第四处：

第五处：

7.链接cython 模块

终端进入lib文件下，运行

make clean
make
cd ..

8.安装 Python COCO API

cd data
git clone https://github.com/pdollar/coco.git
cd coco/PythonAPI
make
cd ../../..

9.下载模型（Download pre-trained model）

#Resnet101 for voc pre-trained on 07+12 set
./data/scripts/fetch_faster_rcnn_models.sh

此处也可单独下载，之后拖拽到data文件夹下，并解压

tar xvf voc_0712_80k-110k.tgz

10.Create a folder and a soft link to use the pre-trained model（创建文件夹并链接到预训练的模型）
在终端分部执行

NET=res101
TRAIN_IMDB=voc_2007_trainval+voc_2012_trainval
mkdir -p output/${NET}/${TRAIN_IMDB}
cd output/${NET}/${TRAIN_IMDB}
ln -s ../../../data/voc_2007_trainval+voc_2012_trainval ./default
cd ../../..

以上几步的目的就是新建文件夹，并新建快捷方式链接到下载好的模型

11.运行demo
执行demo文件，如果路径有错，则直接在pycharm界面直接运行。

# at repository root
GPU_ID=0
CUDA_VISIBLE_DEVICES=${GPU_ID} ./tools/demo.py

若出现下面报错

Traceback (most recent call last):
File “./demo.py”, line 126, in
‘our server and place them properly?’).format(tfmodel + ‘.meta’))
IOError:。。。。/res101/voc_2007_trainval+voc_2012_trainval/default/res101_faster_rcnn_iter_110000.ckpt.meta not found.
Did you download the proper networks from our server and place them properly?、

则在demo.py 文件下，添加绝对路径，具体路径在mac终端查看。

12.试运行后的效果

参考如下：
1.https://www.geek-share.com/detail/2742565646.html
2.https://github.com/endernewton/tf-faster-rcnn
3.https://blog.csdn.net/weixin_43278491/article/details/84143806