从github网址进行下载。
https://github.com/matterport/Mask_RCNN
在本地windows系统中,所需下载的位置处,鼠标右击,选择git bush here。
注意:这里是利用git bush方式进行下载。
输入以下代码即可进行下载:
git clone https://github.com/matterport/Mask_RCNN.git
注意 Tensorflow和Keras具有对应关系,可参考https://www.cnblogs.com/carle-09/p/11661261.html
Tensorflow-GPU版本的选择主要看两个指标:CUDA和cuDNN。
1.1.1、显卡驱动查看:
1.1.2、查看对应的CUDA和cudnn版本是否正确。
CUDA版本与显卡对照表
指令查看安装的CUDA版本
查看cudnn安装的版本
进入cuda的include目录
这个就是cudnn 8.7.0版本。
1.1.3、查看tensorflow_gpu版本。
windows系统下的tensorflow_gpu版本
发现本机的CUDA和CUDNN版本过高, 没有对应的tensorflow_gpu版本。
(试着安装了gpu版本,报错了,所以放弃了)
而tensorflow_gpu版本,依赖于CUDA环境,所以这里不安装tensorflow_gpu版本,采用cpu版本。
CPU版本的基本没什么特别限制,选择适合自己的就好。tensorflow CPU版本
二者对应版本号如表所示(Keras新版本对Tensorflow老版本不兼容,需注意安装版本号)
这里安装python=3.6,Tensorflow=1.5.0,Keras=2.1.6
conda create -n maskrcnn2.1 python=3.6
conda env list
conda activate maskrcnn2.1
使用国内的清华镜像源进行下载。
pip install tensorflow==1.5.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple keras==2.1.6
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple numpy==1.17.0
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple scipy==1.2.1
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pillow==8.4.0
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple cython==0.29.28
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple matplotlib==3.3.4
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple scikit-image==0.17.2
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python==4.3.0.38
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple h5py==2.10.0
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple imgaug==0.4.0
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple ipython==7.16.3
注意:安装opencv-python时会出现如下的错误:
这里是因为,使用pip install opencv-python命令安装的是最新版本,python3.6不支持。所以找一个python3.6支持的版本。如opencv-python==4.3.0.38
5. 安装Mask-RCNN(Maskrcnn-2.1版本中没有这个文件,则不执行)
在Mask-RCNN源文件中有setup.py目录下执行:
观看此视频,导入数据集和coco权重,下载放置即可
导入数据后,运行脚本balloon.py。
python balloon.py train --dataset=../../balloon --weights=coco
(1)出现 ModuleNotFoundError: No module named 'model’错误,解决办法包含:
1。导入model的包。
2。将model.py文件放置在balloon文件夹下(文件的位置读取不到,所以需要放置在可以读取的位置)。
(2)出现其他错误,则是库的版本太高,重新安装低版本的库即可。
(3)在pc编译器中设置编译环境、及其他设置。
基于README文件内容,发现需要完整的复现出MASK-R-CNN项目,需要安装COCO数据集用于训练或测试,安装Jupyter notebooks用于可视化运行过程。
下载完成以后放在Mask_RCNN目录下即可.
下载预训练权重mask_rcnn_coco.h5
如果需要在MS COCO 数据集上训练或测试,需要安装 pycocotools(coco 数据集的应用 API)。如果你不需要在 COCO 数据集上训练和测试,只使用 Mask RCNN 训练自己的数据集,则可以直接跳过这一步。
1)第一步:
git clone https://github.com/pdollar/coco.git
或者是:
git clone https://github.com/cocodataset/cocoapi.git
2)第二步:cd到Mask_RCNN\coco\PythonAPI目录下,依次运行:
python setup.py build_ext --inplace
python setup.py build_ext install
两个数据库,安装都出错,可能是没有安装VS2015环境。
或者:
运行以下代码,无任何错误,则安装无误。
在这里,我们按照第一步骤进行时,总是出现错误,无法正常安装。因此,选择下面这种步骤。
3)安装pycocotools
该步骤,正常安装。
直接下载清华源的pycocotools到,你当前anaonda的虚拟环境的lib下(比如我的是E:\Anaconda\envs\maskrcnn\libs),然后pip install 就ok了。下载链接
python是3.6版本,所以选用cp36
pycocotools_windows-2.0.0.2-cp36-cp36m-win_amd64.whl
命令如下:
pip install E:\Anaconda\envs\maskrcnn\libs\pycocotools_windows-2.0.0.2-cp36-cp36m-win_amd64.whl
pip install git+https://github.com/philferriere/cocoapi.git#subdirectory=PythonAPI
anaconda会自带jupyter notebook,但是notebook默认运行的是base环境,因此当我们创建其他虚拟环境时启动notebook需要另行设置。
pip install ipykernel
conda install jupyter
conda install nb_conda
然后输入:
Jupyter-notebook
浏览器中,自动跳转会打开Jupyter-notebook。
这里后面打开页面,进行运行 的时候出现问题,还未解决,所以暂时停留在这里。
先去处理老师着急要的相邻光栅认知实验!