MaskRCNN配置(目标检测算法+语义分割算法)

创建虚拟环境

conda create -n MaskRCNN python=3.6 pip

激活命令:conda activate MaskRCNN

退出命令:conda deactivate

安装环境(也可根据requiremens.txt文件一键安装)

# 有显卡使用gpu版,没显卡就不要-gpu
# 这个版本配套的是CUDA10.1和cudnn7.6.5
pip install tensorflow-gpu==1.14.0

# 避免多余错误使用keras2.2.5
pip install keras-gpu==2.2.5

装好tensorflow和keras后numpy、scipy之类的包已经顺带装好了,接下来就是查漏补缺,根据requiremens补充

pip install pillow
 
pip install cython
 
pip install matplotlib
 
#这个推荐pip安装 conda装的容易出问题阉割版opencv
pip install opencv-python
pip install h5py
pip install scikit-image
pip install jupyter
pip install install ipython

有一个重点是imgaug这个包,requirements里面没有说安装shapely,不装这个是无法安装imgaug的

pip install shapely
 
pip install imgaug 

clone MaskRCNN库(有两种下载途径选择其一)

git clone https://github.com/matterport/Mask_RCNN.git

git clone https://gitee.com/kongmo/Mask_RCNN.git

安装 pycocotools

(注:需要Visual C++2015 build tools)

最后,安装pycocotools工具,windows和linux下安装方法不同,windows下安装必须要有visual c++2015这个东西,没有的话可以参考https://github.com/philferriere/cocoapi来安装vc++2015,必须是在线安装,有这个之后就能安装pycocotool了

pip install git+https://github.com/philferriere/cocoapi.git#subdirectory=PythonAPI
pip install git+https://gitee.com/ACANX/cocoapi.git#subdirectory=PythonAPI

下载预训练权重

官方给出的下载地址:https://github.com/matterport/Mask_RCNN/releases

样例有一个做气球和coco数据集的,看名称就可以简单分辨,下载对应的就行

下载好的mask_rcnn_coco.h5文件放在项目下文件夹内

测试

  • 进入MaskRCNN虚拟环境打开jupyter notebook

    image-20200917134338149

    image-20200917134400656

  • 打开演示文稿

    image-20200917134439284

  • 执行文件

    image-20200917134517942

  • 运行目标检测结果

    image-20200917134707420

参考资料

Win10下快速复现Mask_RCNN避坑指南

Mask RCNN with Keras and Tensorflow (pt.1) Setup and Installation

【Tensorflow】Windows安装tensorflow错误原因查询、卸载tensorflow与重新安装

Anaconda创建、激活、退出、删除虚拟环境

Keras 与 Tensorflow 版本之间的兼容性问题

神经网络学习小记录42——windows下的tensorflow-gpu=1.13.2环境配置

干货:TensorFlow1.2~2.1各个GPU版本CUDA和cuDNN对应版本整理

【实践】MaskRCNN——01.环境配置(基于Anaconda)

本文由博客群发一文多发等运营工具平台 OpenWrite 发布

posted @ 2020-09-17 13:51  Zhou_X  阅读(30)  评论(0编辑  收藏