matterport Mask_RCNN配置 ·「GPU」

这篇主要是讲如何配置Mask RCNN(基于tensorflow + keras的gpu版本), github地址： https://github.com/matterport/Mask_RCNN

Step 1 : 安装anaconda

从官网https://www.anaconda.com/download/上下载适合自己的版本，如果嫌速度慢，可以从该网址下载：Anaconda清华镜像    我下载的是Anaconda3-5.0.1-Linux-x86_64.sh

Step 2 : 安装tensorflow：

对于CPU版本：pip install tensorflow

对于GPU版本：pip install tensorflow-gpu

Step 3 :安装keras

pip install keras

安装完tensorflow和keras之后，自己测试一下是否安装成功。接下来按照github上的README进行安装：

Step 4 :安装依赖库

pip3 install -r requirements.txt

Step 5 :下载代码

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

Step 6 :下载预训练的coco权重文件（mask_rcnn_coco.h5）
https://github.com/matterport/Mask_RCNN/releases

Step 7 :安装pycocotools

https://github.com/waleedka/coco

可以看Mask_rcnn下的coco.py文件，里面有注释说https://github.com/pdollar/coco这个网页下载的pycocotools有问题，故从https://github.com/waleedka/coco下载，并将PythonAPI/Makefile里面的Python改为Python3。打开coco/PythonAPI，运行make，会产生pycocotools文件夹，将这个文件夹拷入Mask_rcnn主目录下，安装好以后可以在ipython下输入from pycocotools.coco import COCO测试一下。

Step 8:下载数据集（mscoco2014）

a. 使用aria2 搭配命令行下载。需要先安装：

sudo apt-get install aria2

b. 进入存放COCO的目录，依次输入下面3个命令下载：

aria2c -c http://msvocds.blob.core.windows.net/annotations-1-0-3/instances_train-val2014.zip
aria2c -c http://msvocds.blob.core.windows.net/coco2014/train2014.zip
aria2c -c http://msvocds.blob.core.windows.net/coco2014/val2014.zip

以上3个url链接分别为2014年的 annotations、train data、val data

c. 下载5K minival 和 35K validation-minus-minival 子集

Step 9:打开jupyter notebook，跑一下demo(samples/demo.ipynb)

参考博客：https://blog.csdn.net/zpp13hao1/article/details/78664994

                   https://blog.csdn.net/m0_37315723/article/details/79911812