从环境搭建开始一起手把手实现Mask RCNN系列之二（Ubuntu 16.04 + Cuda 9.0 + CuDnn 7.1.4）GPU (GTX 1080 Ti) MxNet 框架

最新推荐文章于 2024-07-13 03:35:53 发布

frankxiaochao

最新推荐文章于 2024-07-13 03:35:53 发布

阅读量1.4k

点赞数 1

文章标签： MxNet Mask RCNN

本文链接：https://blog.csdn.net/frankxiaochao/article/details/80405660

版权

本文详细介绍了在Ubuntu 16.04系统上，使用CUDA 9.0和CuDNN 7.1.4，针对GTX 1080 Ti GPU如何搭建MxNet框架以实现Mask RCNN。内容包括环境要求（Python 2.7及依赖库）、下载Resnet-50预训练模型、编译Cython、准备Cityscapes评估数据以及Demo测试，提供了相应的资源链接。

摘要由CSDN通过智能技术生成

1. 环境要求

Ubuntu 16.04, Python 2.7 with

numpy(1.12.1), cv2(2.4.9), PIL(4.3), matplotlib(2.1.0), cython(0.26.1), easydict

2. 训练准备

1）下载 Cityscapes data (gtFine_trainvaltest.zip, leftImg8bit_trainvaltest.zip). 解压到 'data/cityscape/'. 文件夹结构如下:

data/cityscape/
├── leftImg8bit/
│   ├── train/
│   ├── val/
│   └── test/
├── gtFine/
│   ├── train/
│   ├── val/
│   └── test/
└── imglists/
    ├── train.lst
    ├── val.lst