Ubuntu18.04 配置maskrcnn-benchmark实现Faster RCNN目标检测和Mask RCNN实例分割

目录

1. 环境要求

2. 安装步骤

2.1 安装cocoapi

2.2 安装apex

2.3 配置maskrcnn-benchmark


           maskrcnn-benchmark是facebook research开源的目标检测和实例分割的算法仓库,可以实现的模型有Faster RCNN,Mask RCNN,RetinaNet等。

1. 环境要求

PyTorch 1.0 from a nightly release. 
torchvision from master
cocoapi
yacs
matplotlib
GCC >= 4.9OpenCV

2. 安装步骤

2.1 安装cocoapi

git clone https://github.com/cocodataset/cocoapi.git
cd cocoapi/PythonAPI
python setup.py build_ext install

cocoapi用来处理COCO数据集数据,包括mAP评估等,安装在任意文件夹下即可,不一定是相同的文件夹。

2.2 安装apex

git clone https://github.com/NVIDIA/apex.git
cd apex
python setup.py install --cuda_ext --cpp_ext

apex用来实现混合精度的训练,同样,安装在任意文件夹下即可。

2.3 配置maskrcnn-benchmark

git clone https://github.com/facebookresearch/maskrcnn-benchmark.git
cd maskrcnn-benchmark
python setup.py build develop

完成配置后,可以使用maskrcnn-benchmark进行faster-rcnn目标检测,mask-rcnn实例分割等。

你可能感兴趣的:(深度学习,目标检测,实例分割)