MASKRCNN 采坑经历

第0步:安装anaconda

Anaconda3-2018.12-Windows-x86_64.exe

第一步

git clone https://github.com/matterport/Mask_RCNN.git

第二步

下载

Shapely-1.6.4.post1-cp37-cp37m-win_amd64.whl

python install Shapely-1.6.4.post1-cp37-cp37m-win_amd64.whl

第三步

在工程根目录下:python install -r requirements.txt

第四步

pip install git+https://github.com/philferriere/cocoapi.git#subdirectory=PythonAPI

第五步

在工程根目录下:python setup.py install

 

 

最后一步,应该就能运行demo.py文件了

[

如何运行:使用spyder工具

运行脚本即可,在路径下:D:\KerasProject\MaskRCNN\images\...

让如一张图片即可

]

 

 

 

 

2019年4月11日21:26:27补充

接下来就要用我们训练好的模型了,

首先使用以下别人训练好的模型:

python balloon.py splash --image "D:\KerasProject\MaskRCNN\balloon_dataset\balloon\val\24631331976_defa3bb61f_k.jpg" --weights "D:\KerasProject\MaskRCNN\mask_rcnn_balloon.h5"

 

然后用我们自己训练好的模型:

python CTA.py splash --image "D:\KerasProject\MaskRCNN\cta_dataset\train\XXX.jpg" --weights "D:\KerasProject\MaskRCNN\XXX.h5"

 

spyder 如何执行需要命令行参数的脚本

%run CTA.py splash --image "C:\Users\XXX\Desktop\A3.jpg" --weights "D:\KerasProject\MaskRCNN\mask_rcnn_balloon_0030.h5"

 

pycharm中运行脚本时的参数:

使用训练好的模型:

detect --imageDirPath "D:/KerasProject/MaskRCNN/samples/CTA/10totESt22/" --weights "D:/KerasProject/MaskRCNN/mask_rcnn_balloon_0030.h5" --outputPath "D:/KerasProject/MaskRCNN/samples/CTA/10totESt22Output/"

训练模型:

 

train --dataset "D:\KerasProject\MaskRCNN\cta_dataset" --weights "D:\KerasProject\MaskRCNN\mask_rcnn_balloon.h5"

 

 

 

 

2019年5月3日14:50:26

当时将TensorFlow换成TensorFlow-GPU时出现了第一个错误:

没有:keepdims

解决方案:将keepdims换成keep_dims,问题解决,

参考:https://github.com/openai/pixel-cnn/issues/29

接下来遇到了第二个问题:

raise StopIteration() StopIteration

解决方案:暂时未解决, 很有可能是TensorFlow-GPU环境的问题(我把TensorFlow1.4.0卸载了,又装了一个TensorFlow1.13.0问题仍然没有被解决)

参考:https://github.com/amdegroot/ssd.pytorch/issues/214

最终的解决方案:

创建虚拟环境,安装以下的内容

TensorFlow1.4.0
Cuda8.0
Cudnn6.0
Keras2.1.0

即可成功使用TensorFlow-GPU

 

 

2019年5月24日10:39:48

问题:如何使用MaskRCNN,在pycharm中直接使用已经训练好的模型?

解决:配置好环境,从第一步骤到第五步骤;然后用spyder运行demo脚本

 

 

 

  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
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