配置 Mask-RCNN (matterport)

写在前面

个人博客:配置 Mask-RCNN (matterport)
此文记录配置 Mask-RCNN 的相关工作,具体为 matterport/Mask_RCNN ,系统环境为 Ubuntu 16.04 。

准备工作

matterport/Mask_RCNN 中系统及依赖要求为:

  • Python 3.4+
  • TensorFlow 1.3+
  • Keras 2.0.8+
  • Jupyter Notebook
  • Numpy, skimage, scipy, Pillow, cython, h5py

使用 Anaconda 新建环境,用以配置 Mask-RCNN:

# 创建一个名为 Mask-RCNN 的环境,制定 Python 版本为3.6
conda create --name Mask-RCNN python=3.6

然后在新建的环境内分别安装其他依赖包即可。 TensorFlow 建议参照官方安装流程,当然,多半会发现因为 Wall 的原因导致安装失败。 可以使用清华源作为替代: TensorFlow 镜像使用帮助
直接使用 conda 命令安装的 TensorFlow 基本无法成功调用 GPU,没有 GPU 则可以考虑,毕竟方便。

配置 Mask-RCNN

下载/Clone matterport/Mask_RCNN

或者在 releases page 中下载。

下载 mask_rcnn_coco.h5

Download pre-trained COCO weights (mask_rcnn_coco.h5) from the releases page.

安装 pycocotools

  • 下载源文件后打开 coco/PythonAPI ,并在此目录下打开终端,进入之前新建的 Mask-RCNN 环境,运行 make
  • 如果终端提示 Mask-RCNN 环境中缺少 Cython ,则重新安装后运行 make
  • 将生成的 pycocotools 文件夹复制到 Mask-RCNN 的源文件中即可。
    Screenshotfrom2018-03-0718-54-11.png
  • 使用 Jupyter 运行 demo.ipynb 即可看到预测的图样:
  • 如果存在无法调用 coco 的情况,可以考虑将 pycocotools 路径(coco/PythonAPI)添加到系统路径。

参考资料

推荐阅读更多精彩内容