matterport Mask_RCNN配置 ·「GPU」

本文详细介绍了如何在GPU环境下配置和使用基于Tensorflow和Keras的Mask RCNN。首先安装Anaconda,然后分别安装Tensorflow-GPU和Keras。接着安装相关依赖库,下载代码和预训练权重文件mask_rcnn_coco.h5。为解决pycocotools问题,从特定源下载并编译。再下载COCO数据集,包括annotations、train data和val data。最后通过Jupyter Notebook运行demo验证配置成功。
摘要由CSDN通过智能技术生成

这篇主要是讲如何配置Mask RCNN(基于tensorflow + keras的gpu版本), github地址: https://github.com/matterport/Mask_RCNN

Step 1 : 安装anaconda

从官网https://www.anaconda.com/download/上下载适合自己的版本,如果嫌速度慢,可以从该网址下载:Anaconda清华镜像    我下载的是Anaconda3-5.0.1-Linux-x86_64.sh

Step 2 : 安装tensorflow:

对于CPU版本:pip install tensorflow

对于GPU版本:pip install tensorflow-gpu

Step 3 :安装keras

pip install keras

安装完tensorflow和keras之后,自己测试一下是否安装成功。接下来按照github上的README进行安装:

Step 4 :安装依赖库

pip3 install -r requirements.txt
配置Mask RCNN使用GPU,需要完成以下步骤: 1. 安装TensorFlowKerasGPU版本。首先,确保你已经安装了正确版本的CUDA和cuDNN。然后,按照引用提供的链接进入GitHub页面,下载Mask RCNN的源码。 2. 配置环境。根据引用中的说明,根据你的显卡类型和TensorFlow版本选择相应的配置步骤。如果你的显卡支持CUDA10.0,可以按照引用步骤一中的说明进行配置。如果你的显卡是2080,并且支持的是CUDA11.5,则需要进行tensorflow2.x版本的配置。注意,如果你想用2080配置tensorflow训练tensorflow1.x框架的Mask RCNN,你需要下载maskrcnn_tf2源码,并将mrcnn文件和tensorflow1.x里的maskrcnn文件替换。 3. 检查配置是否成功。根据配置完成后的说明,你可以运行一些测试代码来验证GPU是否正确地被使用。如果一切顺利,你就可以开始使用GPU进行Mask RCNN的训练和推理了。 请注意,配置GPU环境可能会有一些挑战和问题,特别是对于初学者来说。如果你遇到了困难,可以查阅相关的文档和资源,或者寻求社区的帮助来解决问题。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *3* [深度学习Mask_Rcnn——tensorflow环境配置](https://blog.csdn.net/weixin_67859995/article/details/127121339)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *2* [matterport Mask_RCNN配置 ·「GPU」](https://blog.csdn.net/HMH2_YY/article/details/81875323)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值