【深度學(xué)習(xí)】從零開始 Mask RCNN 實戰(zhàn)：基于 Win10 + Anaconda 的 Mask RCNN 環(huán)境搭建

大名鼎鼎的 Mask RCNN 一舉奪得 ICCV2017 Best Paper，名聲大造。Mask RCNN 是何愷明基于以往的 Faster RCNN 架構(gòu)提出的新的卷積網(wǎng)絡(luò)，實現(xiàn)高效地檢測圖中的物體，并同時生成一張高質(zhì)量的每個個體的分割掩碼，即有效地目標(biāo)的同時完成了高質(zhì)量的語義分割。

論文地址：

https://arxiv.org/abs/1703.06870

開源地址：

https://github.com/matterport/Mask_RCNN

本文主要介紹如何配置 Mask RCNN 的訓(xùn)練和測試環(huán)境，為了方便起見，選擇的外部環(huán)境是 Win10 + Anaconda。

1. 安裝 Anaconda

安裝 Anaconda 很簡單，在其官網(wǎng)上下載對應(yīng)的 Win10（64位）版本，一步一步安裝即可。安裝后在啟動欄顯示安裝成功的 Anaconda 組件。

2. 下載 Mask RCNN 開源庫

從 GitHub 網(wǎng)站：

https://github.com/matterport/Mask_RCNN

將該項目下載下來。

同時下載 Mask RCNN 的預(yù)訓(xùn)練模型 “mask_rcnn_coco.h5”，放置于本地 Mask_RCNN 開源庫的根目錄下。

“mask_rcnn_coco.h5” 下載地址：

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

在里面的 Mask R-CNN 2.0 下找到 “mask_rcnn_coco.h5” 并下載。

3. 創(chuàng)建虛擬環(huán)境

在 Mask RCNN 源碼目錄下的 README.md，查看環(huán)境要求：

如圖， Python 版本要求在 3.4 以上，TensorFlow 版本要求在 1.3 以上，Keras 版本要求在 2.0.8 以上。

打開 Anaconda Prompt：

創(chuàng)建并激活環(huán)境：

conda create -n MaskRCNN python=3.6  //名為MaskRCNN，python版本為3.6source?activate?MaskRCNN??//?激活環(huán)境

注意這里的 MaskRCNN 是虛擬環(huán)境名，可自定義。

3. 升級 pip

使用下面的命令升級 pip：

pip?install?--user?--upgrade?pip

4. 安裝 TensorFlow

這里選擇安裝的 TensorFlow 版本是 1.5.0。

CPU 版本：

pip?install?tensorflow==1.5.0

GPU 版本：

pip?install?tensorflow-gpu==1.5.0

這樣直接安裝，由于網(wǎng)絡(luò)問題可能會出現(xiàn)安裝失敗的情況。解決方法是使用國內(nèi)的鏡像源下載，例如清華、豆瓣。

清華：

https://pypi.tuna.tsinghua.edu.cn/simple

豆瓣：

https://pypi.douban.com/simple

CPU 安裝命令改為：

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

GPU 安裝命令改為：

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

5. 安裝 Keras

安裝 Keras 的方法與安裝 TensorFlow 類似。需要注意的是 TensorFlow 與 Keras 版本的匹配。

從上圖可以看到，我們剛安裝的 TensorFlow 版本是 1.5.0，對應(yīng)的 Keras 版本為 2.1.6。?

一行命令完成 Keras 安裝：

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

安裝完成之后，可以驗證。進入 Python 環(huán)境，輸入 “import tensorflow as tf” 和 “import keras”，如果沒有報錯，則證明 TensorFlow 和 Keras 均安裝成功。

6. 安裝 requirements.txt 中的所有 Python 庫

在剛下載的 Mask RCNN 源代碼的根目錄下有一個 requirements.txt，里面包含了所需的所有 Python 庫。因此，我們還要安裝：

• numpy

• scipy

• Pillow

• cython

• matplotlib

• scikit-image

• opencv-python

• h5py

• imgaug

• IPython[all]

安裝方法也很簡單，例如安裝 numpy：

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

其他 Python 庫的安裝類似。

7. 安裝 pycocotools 庫

如果需要在 COCO 數(shù)據(jù)集上訓(xùn)練或測試，需要安裝 pycocotools（coco 數(shù)據(jù)集的應(yīng)用 API）。如果你不需要在 COCO 數(shù)據(jù)集上訓(xùn)練和測試，只使用 Mask RCNN 訓(xùn)練自己的數(shù)據(jù)集，則可以直接跳過這一步。

1）下載 pycocotools 源文件

github下載：

https://github.com/philferriere/cocoapi

碼云下載：

https://gitee.com/ACANX/cocoapi

2）提前準(zhǔn)備

安裝 Cython（之前在 requirements.txt 中已經(jīng)安裝過了）

安裝 VS2015 環(huán)境

因為之前我已經(jīng)安裝整個 VS 2015 了，所以這個環(huán)境不缺，可參考：

https://blog.csdn.net/sinat_33486980/article/details/92840377

3）安裝

• 打開 Anaconda Prompt，進入 MaskRCNN 環(huán)境；

• 切換到 cocoapi\PythonAPI 目錄；

• 依次運行：

python?setup.py?build_ext?--inplace

python?setup.py?build_ext?install

進入 Python shell，輸入以下命令，驗證 pycocotools 是否安裝成功：

from pycocotools.coco import COCOfrom?pycocotools?import?mask

若未報錯，則證明安裝成功！

至此，整個 Mask RCNN 環(huán)境搭建完成！?

8. 驗證環(huán)境搭建是否成功?

下面使用 Mask RCNN 源代碼提供的 demo 程序，驗證一下環(huán)境是否搭建成功。?

首先，打開 Anaconda Prompt，進入 MaskRCNN 環(huán)境，安裝 jupyter notebook，方法與上面安裝其它 Python 庫類似，也可以在 Anaconda Navigator 中直接安裝。?

然后，在 Anaconda Prompt 中，輸入 “jupyter notebook”，打開 jupyter notebook。?

接著，打開 Mask RCNN 源代碼 samples 目錄下的 demo.ipynb 文件。

最后，選擇 Cell 菜單，在 Cell 下拉菜單選擇 Run All，稍等片刻，在該頁面底部會輸出運行結(jié)果：

大功告成！基于 Win10 + Anaconda 的 MaskRCNN 環(huán)境搭建順利完成~

往期精彩回顧




適合初學(xué)者入門人工智能的路線及資料下載
機器學(xué)習(xí)及深度學(xué)習(xí)筆記等資料打印
機器學(xué)習(xí)在線手冊
深度學(xué)習(xí)筆記專輯
《統(tǒng)計學(xué)習(xí)方法》的代碼復(fù)現(xiàn)專輯
AI基礎(chǔ)下載
機器學(xué)習(xí)的數(shù)學(xué)基礎(chǔ)專輯
獲取一折本站知識星球優(yōu)惠券，復(fù)制鏈接直接打開：
https://t.zsxq.com/yFQV7am
本站qq群1003271085。
加入微信群請掃碼進群：