进入国内github镜像
https://hub.nuaa.cf/
搜索要找的模型
右键用pycharm打开
(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:
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
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
点击之后会显示anaconda的虚拟环境目录
点击此处,确定
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
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: