tensorflow-PSENet 代码实现 （docker容器内）

tensorflow版的PSENet（github地址：https://github.com/liuheng92/tensorflow_PSENet）
首先是直接在linux环境跑这个程序，有很多环境搭建的问题，尤其是opencv的安装使得最后使用了docker，编写dockerfile， 在容器中运行。
1.配置环境

Installation

1.Any version of tensorflow version > 1.0 should be ok.

2.python 2 or 3 will be ok.

2.修改一些原github下载的文件
把pse/Makefile文件中的

第一行：$(shellpython-config--cflags)改成$(shell python3-config --cflags)

第二行：$(shellpython-config--ldflags)改成$(shell python3-config --ldflags)

eval.py ：第230行
xrange 改成 range

3.从原github上下载模型文件并且解压到linux环境的同一目录下

之后会遇到opencv版本的问题，体现在输入运行eval.py的命令之后，显示：
ImportError: libSM.so.6: cannot open shared object file: No such file or directory
于是使用容器，首先是进入需要工作的目录，编写dockerfile文件：
FROM tensorflow/tensorflow:1.13.2-gpu-py3
run mkdir /psenet
copy . /psenet
RUN pip install -r /psenet/requirement.txt -i https://pypi.douban.com/simple
run apt-get install libsm6 -y
run apt-get install libxrender1 -y
run apt-get install libxext6 -y
workdir /psenet/

然后在该目录下生成dockerfile文件，之后运行：

docker build  -t   psenet-tensorflow-test :v2 .

执行完成后，显示：

表示该镜像成功生成！

然后，启动刚刚的镜像：

docker run -t -i  psenet-tensorflow-test:v2  /bin/bash

表示启动成功！
然后执行：# python， import cv2, 发现：
说明安装opencv依然有问题，于是在当前容器中依次执行：

rm -rf /var/lib/dpkg/lock
rm -rf /var/cache/apt/archives/lock
apt-get update
dpkg --configure -a

apt-get install libsm6
apt-get install libxrender1
apt-get install libxext-dev

之后执行 import cv2, 显示：

之后将要测试的图片目录images也存放在之前的工作目录下，再执行：

python eval.py

并且可以在之前工作目录下找到一个results的目录文件，可以通过WinSCP上传到windows系统，最后呈现的结果是：