Mask R-CNN图像识别和分割实现步骤（二）

一、搭建环境（widdows10）

（一）、安装anaconda3 

   1、下载地址：Anaconda | Individual Edition

   2、安装步骤：

  图上双击，一路next，添加环境变量>>>

 

 等到进度条完成，按键输入win+R，在输入框输入cmd，进入dos窗口，输入conda

 看到上图提示，则已经安装完成；

同时，在dos窗口输入jupyter notebook，可以打开笔记本。。。。后续使用

（二）、下载Mask R-CNN代码

    1.github链接：GitHub - matterport/Mask_RCNN: Mask R-CNN for object detection and instance segmentation on Keras and TensorFlow

   2.下载Mask R-CNN预训练模型，mask_rcnn_coco.h5，存放Mask_RCNN 开源库的根目录下

  https://github.com/matterport/Mask_RCNN/releases

注意：源代码和预训练模型版本需要匹配

（三）、Mask R-CNN要求环境版本

1、Python 3.4以上

2、Tensorflow 1.3以上

3、Keras 2.0.8以上

（四）、激活Mask R-CNN环境

1、打开Anaconda Prompt

2、创建环境

conda create -n MaskRCNN python=3.6 

 其中MaskRCNN名字可以随便定义

注意：如果提示错误，请关掉VPN代理。。。

执行成功，提示下面界面>>>>>>

 3、激活环境

conda activate MaskRCNN

4、升级pip

pip install --user --upgrade pip

 5、安装tensorflow (CPU)

pip install -i https://pypi.douban.com/simple tensorflow==1.5.0

 6、安装tensorflow （GPU）

pip install -i https://pypi.douban.com/simple tensorflow-gpu==1.5.0

 （五）、安装Keras

keras是什么呢?Keras是一个python编写的神经网络API，可以在tensorflow，cntk中作为后端运行，主要用于快速的实验，同时支持卷积神经网络，循环神经网络。

Keras 兼容的 Python 版本: Python 2.7-3.6

Keras与tensorflow版本匹配问题：

keras和tensorflow的版本匹配_wangmengmeng99的博客-CSDN博客_keras与tensorflow匹配

pip install -i https://pypi.douban.com/simple keras==2.1.6

  （六）、安装CUDA8.0

废话不多说，直接上链接，下载直接运行即可：

CUDA Toolkit 8.0 - Feb 2017 | NVIDIA Developer

安装参考链接：win10+CUDA8.0+CuDNN6.0安装_xddwz的博客-CSDN博客_win10安装cuda8

  （七）、进入MaskRCNN环境

1、打开Anaconda prompt

2、输入下面代码：

conda info --env
conda activate MaskRCNN
python
import tensorflow as tf
tf.__version__
tf.__path__
import keras
repeat>>Using Tensorflow backend.

 恭喜，环境搭建完成！！！

二、安装requirements.txt中其他模块

numpy
scipy
Pillow
cython
matplotlib
scikit-image
tensorflow>=1.3.0
keras>=2.0.8
opencv-python
h5py
imgaug
IPython[all]

接下来，逐个安装：

1、numpy

pip install -i https://pypi.douban.com/simple numpy

 2、scipy

pip install -i https://pypi.douban.com/simple scipy

 3、Pillow

pip install -i https://pypi.douban.com/simple Pillow

 4、cpython

pip install -i https://pypi.douban.com/simple cython

 5、matplotlib

pip install -i https://pypi.douban.com/simple matplotlib

 6、scikit-image

pip install -i https://pypi.douban.com/simple scikit-image

7、 opencv-python

pip install -i https://pypi.douban.com/simple opencv-python

 8、h5py

pip install -i https://pypi.douban.com/simple h5py

9、 imgaug

pip install -i https://pypi.douban.com/simple imgaug

10、 ipython[all]

pip install -i https://pypi.douban.com/simple ipython[all]

三、安装COCO API

1、链接下载源码

https://github.com/philferriere/cocoapihttps://github.com/philferriere/cocoapi2、下载VS2015编译环境

 3、先不在COCO训练数据集，上面两步忽略

四、运行环境测试

1、进入prompt环境

• 打开 Anaconda Prompt，进入 MaskRCNN 环境；
• 切换到 cocoapi\PythonAPI 目录；

python setup.py build_ext --inplace
python setup.py build_ext install

2、进入power shell环境

from pycocotools.coco import COCO
from pycocotools import mask

 如果没有报错，恭喜你成功搭建环境了！！

五、运行Demo

1、打开anaconda prompt

2、进入MaskRCNN环境（激活环境）

3、更换到MaskRCNN的samples目录下

4、输入jupyter notebook

5、运行demo.ipynd

注意：如果没有科学上网，在github下载文件可能不完整，会报“OSError: Unable to open file (truncated file: eof = 24614474, sblock->base_addr = 0, stored_eof = 257557808)：”的错误

此时，可以寻找热心网盘分享，或者重新下载即可

结果：