Mask_RCNN项目下载、配置、运行保姆级教程

1.下载项目

进入国内github镜像

https://hub.nuaa.cf/

搜索要找的模型

下载完成后，放到自己写代码的文件夹内，解压。

右键用pycharm打开

打开requirements.txt，里面有需要安装的包.

(可以在网上查MaskRCNN或你想查的项目的环境配置，网上有的说的很详细,这个requirement说的不太详细，如果版本不匹配就有点麻烦了，下面给出的是亲测有效的版本)

为了防止包太多，比较混乱，最好单独为项目创建一个虚拟环境安装依赖。步骤如下：

2.anaconda创建环境安装依赖

创建适合MaskRCNN的python版本:

conda create -n MaskRCNN python=3.6

激活该虚拟环境：

conda activate MaskCNN

开始装项目需要的包，一行一行的复制。下载的时候如果有卡着不动的情况可以按enter试试。

pip install numpy==1.17.0

pip install scipy==1.2.1

pip install Pillow==8.4.0

pip install cython==0.29.28

pip install matplotlib==3.3.4

pip install scikit-image==0.17.2

pip install keras==2.1

pip install opencv-python

pip install h5py==2.10.0

pip install imgaug==0.4.0

pip install ipython==7.16.3

pip install tensorflow==1.4.0

全部安装成功，环境配置就完成了

3.下载数据集和模型

进入该项目的网页

https://hub.nuaa.cf/matterport/Mask_RCNN

下载预训练好的模型点击此处。

点击下载气球数据集和模型。把下载好的解压直接粘贴到项目的根目录下

在pycharm中使用在anaconda中配置好的虚拟环境

点击之后会显示anaconda的虚拟环境目录


点击此处，确定

4.配置模型参数

点击samples中的balloon.py

在主函数中配置参数(以下的路径是以balloon.py为基础的相对路径)：

配置dataset和command

配置Log参数

配置Log参数时，在balloon目录下创建个logs文件


配置输入图片
以balloon数据集中的val中第一个图片为例：

运行配置

图片中的内容为模型和输入图片的路径，内容如下：

splash 
--weights="../../mask_rcnn_balloon.h5" 
--image="../../balloon/val/410488422_5f8991f26e_b.jpg"

点击apply，然后点击Ok

运行

Ctrl+shift+f10 运行当前Python文件

运行结果如下。输出结果存储到该位置了。

输入图片为：

输出图片为：

图片中除了气球之外的内容都被设置为了灰色。成功的识别、分割出了气球。