Ubuntu运行MaskRCNN时遇到的问题及解决方法

---

环境配置问题

1.安装了cuda10.0之后还是报错：Import Error:libcublas.so.10.0: cannot open shared object file: No such file

解决方法： 开机输入：sudo ldconfig /usr/local/cuda-10.0/lib64

修改train_shapes.ipynb代码

1. Name Error: name ‘listdir’ is not defined

**解决方法：**代码中加入from os import listdir
原文引用地址：Python常见十六个错误集合，你知道那些？

2. Name Error: name ‘yaml’ is not defined

解决方法：先pip3 install pyyaml，然后代码中加入import yaml

3. AttributeError: ‘NoneType’ object has no attribute ‘append’

解决方法：将keras版本升级或将降级为2.2.5版本
pip uninstall keras pip install keras==2.2.5

4. tensorflow.python.framework.errors_impl.UnknownError: Failed to get convolution algorithm. This is probably because cuDNN failed to initialize, so try looking to see if a warning log message was printed above.

解决方法：ipynb文件或py文件最开始加入

import tensorflow as tf
import keras
config = tf.ConfigProto()
config.gpu_options.allow_growth = True
keras.backend.tensorflow_backend.set_session(tf.Session(config=config))

或

from tensorflow.compat.v1 import ConfigProto
from tensorflow.compat.v1 import InteractiveSession

config = ConfigProto()
config.gpu_options.allow_growth = True
session = InteractiveSession(config=config)

重启kernel再运行即可（py文件直接重新运行）

---

Labelme生成数据集

1. 操作步骤

• 安装教程：https://github.com/wkentaro/labelme
• 运行：终端中输入labelme即可运行。
• 标注后会生成*.json文件。
• 批量json文件生成数据集：
  参考博客：使用labelme批量转化json文件方法 ，改几句话就OK了
• 数据集文件夹的形式：
  
  cv2_mask文件夹下存放mask文件
  json文件夹下存放labelme生成的json文件
  labelme_json文件夹下存放json文件转换生成的文件夹
  pic文件夹下存放原图
  • mask文件生成方法：MaskRCNN训练自己的数据集 小白篇

2. 报错解决方法

• 启动labelme报错pliiow时
  解决方法：pip install Pillow==5.3.0
• 生成数据集的json文件夹缺少info.yaml文件
  解决方法：labelme：缺少生成"info.yaml"文件
• 启动labelme时报错qtpy.PythonQtError: No Qt bindings could be found
  错误原因：缺少Qt
  解决办法：pip install pyqt5，若报错FileNotFoundError，则使用pip install pyqt5==5.10