Windows下配置Mask-RCNN环境（各种踩过的坑）

安装Anaconda

1.1 下载和安装Anaconda

访问Anaconda官网（https://www.anaconda.com/）下载Anaconda3
建议安装python 3 以上版本
保姆级别教程：https://zhuanlan.zhihu.com/p/32925500

安装maskrcnn-benchmark项目

https://github.com/facebookresearch/maskrcnn-benchmark

2.1 官方建议的安装需求:

• PyTorch 1.0 from a nightly release. It will not work with 1.0 nor
  1.0.1. Installation instructions can be found in https://pytorch.org/get-started/locally/

• torchvision from master

• cocoapi

• yacs

• matplotlib

• GCC >= 4.9

• OpenCV

2.2 逐步安装过程

1.创建虚拟环境

conda create -n maskrcnn python=3.7
conda activate maskrcnn

安装依赖包

conda install ipython pip
pip install ninja yacs cython matplotlib tqdm opencv-python -i
https://pypi.tuna.tsinghua.edu.cn/simple

2.安装pytorch环境

conda install torchvision cudatoolkit=9.0 -c pytorch

测试是否pytorch是否安装成功
https://blog.csdn.net/WJ_MeiMei/article/details/84260248

3.安装cocoapi（这里一定要先确定本地的VC++环境高于14.0 可以直接尝试安装vs2015 安装C++部分也可以）

# 然后准备安装windows下的pycocotools
# 下载zip包：https://github.com/philferriere/cocoapi 并解压，然后
# 在虚拟环境下，cd到*/cocoapi-master/PythonAPI目录下执行：
python setup.py build_ext install

可能会遇到如下问题：
1、building ‘pycocotools._mask’ extension
error: Microsoft Visual C++ 14.0 is required. Get it with “Microsoft Visual
C++ Build Tools”: http://landinghub.visualstudio.com/visual-cpp-build-tools

参考这个博客的解决方案 https://blog.csdn.net/u010103202/article/details/87905029

2、cl.exe failed with exit status

找到这个命令行
使用这个教程就可以成功安装
https://blog.csdn.net/u013066730/article/details/98030507#t2

3、出现致命错误LNK1112
参考这个博客的解决方案 ：https://www.easyxls.com/manual/troubleshooting/fatal-error-LNK1112.html

多尝试这一步可能会遇到很多坑！

4. 安装apex

git clone https://github.com/NVIDIA/apex

cd 到apex 目录下执行

pip install -v --no-cache-dir --global-option="--cpp_ext" --global-option="--
cuda_ext" ./
python setup.py install

5. 安装maskrcnn benchmark:

git clone https://github.com/facebookresearch/maskrcnn-benchmark.git

cd 到maskrcnn-benchmark 目录下

python setup.py build develop

官方demo实践

使用jupyter notebook 打开maskrcnn-benchmark/demo/Mask_R-CNN_demo.ipynb
执行cell 即可
如果缺少什么包，再额外添加依赖包即可