matterport Mask_RCNN配置

1.安装anaconda(Python 3.4+)

2.安装tensorflow 1.3+

安装tensorflow：

对于CPU版本：pip install tensorflow

对于GPU版本：pip install tensorflow-gpu

升级tensorflow到最新版1.4.0：pip install --upgrade tensorflow-gpu  

3.安装keras（2.08+）

pip install keras

4.安装scikit-image

sudo pip install scikit-image

5.下载预训练的coco权重文件（mask_rcnn_coco.h5）

https://github.com/matterport/Mask_RCNN/releases

6.为了在MS COCO上训练或者测试，需要安装pycocotools.

https://github.com/waleedka/coco

MS COCO是一个大型图像数据集用于目标检测，分割以及图像字幕产生。pycocotools提供了matlab，Python，以及lua APIs用于加载、可视化COCO的标注。

对于我们的python安装： 打开coco/PythonAPI，运行make

一：演示官方给的例程。

演示demo.ipynb

报错：Intel MKL FATAL ERROR: Cannot load libmkl_avx2.so or libmkl_def.so.

解决办法：移除mkl

conda install nomkl numpy scipy scikit-learn numexprconda remove mkl mkl-service

报错：无法调用pycocotools

解决办法：把pycocotools路径加到系统路径

sys.path.append('/data/coco-master/PythonAPI')

报错：无法调用keras

解决办法：pip install keras

运行结果如下：

演示train_shapes.ipynb，inspect_data.ipynb, inspect_model.ipynb, inspect_weights.ipynb

没有出现问题