faster rcnn 实战

• 系统：Ubuntu 18.04
• 显卡：GeForce GTX 1080
• 环境：Python 3.6+TensorFlow-gpu 1.2+Cuda 9.0+Cudnn v7.1.4
• 使用代码：[tf-faster-rcnn](https://github.com/endernewton/tf-faster-rcnn)

系统：Ubuntu 18.04

显卡：GeForce GTX 1080

环境：Python 3.6+TensorFlow-gpu 1.2+Cuda 9.0+Cudnn v7.1.4

使用代码：tf-faster-rcnn

1. 根据此博客流程到前8步
2. 第9步，运行代码时出现报错，提示>CUDA driver version is insufficient for CUDA runtime version
3. 根据此链接修改了自己的cuda和cudnn版本，但是报错缺tensorflow.contrib.slim.尝试装了一下也不行，后来发现我的tensorflow问题很大，查版本的功能都无法使用了。于是乎，在conda里面卸载tensorflow竟然告诉我没有这个包，又用pip我的天，又可以了，原来两者是互相隔离的。卸载之后又重新在本机用pip 安装了tensorflow-gpu1.10.0,而且tensorboard的版本也自动变成了1.10.0，但是用conda命令可以查到这个包！！！来源是pypi;虚拟环境用conda可以自动装适合环境py3.5.2的了tensorflow-gpu1.10.0,而且tensorboard的版本也自动变成了1.10.0，但是测试的时候发现numpy又出问题了。卸载numpy重装就连带卸载了tensorflow-gpu1.10.0,但是用conda重新装好numpy之后再装tensorflow，问题还是存在。好气啊！！用pip再试一次！！！重新用pip装numpy,自动适配了py35,numpy版本是1.16.3，接着pip安装tensorflow-gpu,自动下载的是1.13.1版本的。
4. 再说回 本机的tensorflow 环境，已经可以正常运行前8步，也看到了测试结果，运行第9步的时候，报错说不认识spilt，又检查了下，原来是自己拼错了。。。又重新运行吧。
5. 然后继续到第10步，权重文件很难下载，网速超级垃圾；