windows平台tensorflow2+python环境配置mask-rcnn

首先参考了文献1的资料进行配置和转换，基本按照步骤可以实现。但是在调试过程中发现了些新问题，记录如下：

1. 问题 module 'tensorflow' has no attribute 'placeholder'

方案：将

import tensorflow as tf

• 替换为：

import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()

2. 问题 Tried to convert 'shape' to a tensor and failed

方案：https://github.com/matterport/Mask_RCNN/issues/1820

还是要多看GitHub的issue

3.问题：AttributeError: ‘str‘ object has no attribute ‘decode‘解决方法
前面添加 .encode('utf8').decode('utf8')

有点混乱，什么时候再整理下。

参考资料：

【1】windows+tensorflow2+python3环境配置mask-rcnn_v2.1详解 https://blog.csdn.net/u013085021/article/details/105471398

转载 如下：

windows+tensorflow2+python3环境配置mask-rcnn_v2.1详解

• Github下载源码
• • 下载GIthub源码与数据
  • 解压文件放置到对应目录
  • 安装支持库
  • 设置运行参数
• 调试代码
• • 1. No module named 'keras'
  • 2. 'tensorflow' has no attribute 'random_shuffle'
  • 3. no 'load_weights_from_hdf5_group_by_name'
  • 4. no attribute 'metrics_tensors'
  • 5. no attribute 'imresize'
  • 6. no attribute '_get_distribution_strategy'

tf2改版后有了较大的改动，以前很多的经典算法都建立在tf1的版本上，需要做相应的修改才能在tf2上运行。本文详细记录了在win+tf2+python3环境下配置mask-rcnn_v2.1气球检测版本的过程以及遇到的问题。本机具体版本为windows10，python3.7，tensorflow2.1.0。

 

Github下载源码

下载GIthub源码与数据

首先搜索适用于win+tf的mask-rcnn源码，选择一个星星比较多的版本，很明显，我们选第一个。

进入第一个项目，先大概浏览一下，着重阅读Installation内容，大致了解项目的配置使用流程。

点击releases page，进入发布的新版本以及预训练模型参数页面。

依次下载气球数据集balloon_dataset.zip、预训练模型参数mask_rcnn_balloon.h5（也可以下载coco数据集上的预训练模型参数mask_rcnn_coco.h5做fine-tuning，本文下载了后者fune-tune模型）、源代码Source code(zip)或Source code(tar.gz)均可。
下载后的文件如图：

解压文件放置到对应目录

1.先解压v2.1文件，随便命名为自己想要的名字，解压后文件夹内的内容如图所示，v2.1核心代码还是mask-rcnn的东西，只添加了一个自定义数据集：

2.解压balloon_dataset.zip放置在v2.1文件夹内：

balloon_dataset.zip文件夹解压后还有一个__MACOSX文件夹，压缩包是苹果打包的，win解压后就多了一个文件夹，删除即可，然后v2.1文件夹内是这样式的：

3.放置预训练权重参数，将mask_rcnn_coco.h5模型参数在项目文件夹与.samples/balloon目录均复制,注意，是两个目录下均复制预训练模型（其实weights_path在路径中是设置在根目录下，源代码是从linux系统中直接拷贝过来的，win系统路径为反斜杠，不识别，所以在运行中权重路径会设置在balloon.py所在路径，但为了避免有的系统可以识别，故偷个懒，在根目录下和balloon目录下均拷贝预训练模型）。
根目录：

balloon目录：

4.最后将根目录内所有.py文件均复制到./samples/balloon文件夹内。

到此，下载的数据和代码都放置在了相应的位置。

安装支持库

根据mask-rcnn Requirement要求，安装所需版本的支持库，本机具体为python3.7(Anaconda 4.7.12)，tensorflow 2.1.0.

设置运行参数

v2.1模型主要运行balloon.py文件，设置运行参数

train --dataset=../../balloon --weights=coco

• 1

本机用spyder运行，设置方法如图，其他IDE根据自己的环境配置。

至此，准备工作完成！！开始运行balloon.py。当然肯定会报错了orz，出现什么问题解决什么一步步来。

调试代码

1. No module named ‘keras’

第一次运行，提示

ModuleNotFoundError: No module named 'keras'

• 1

这个问题很简单，缺少keras，pip安装即可。

pip install keras

• 1

2. ‘tensorflow’ has no attribute ‘random_shuffle’

再次运行，提示错误

AttributeError: module 'tensorflow' has no attribute 'random_shuffle'

• 1

显示tf没有random_shuffle属性，mask-rcnn源码为tf 1.3版本，本机是tensorflow 2.1.0环境，tf2弃用了tf1很多函数，在model.py、utils.py等文件（所有需要import tensorflow的文件中均做此修改）中，将

import tensorflow as tf

• 1

修改为：

import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()

• 1
• 2

以兼容模式运行tf1.修改后代码部分：

3. no ‘load_weights_from_hdf5_group_by_name’

  File "E:\_detection\Mask_RCNN-2.1-tf2-Shawn\samples\balloon\model.py", line 2039, in load_weights
    topology.load_weights_from_hdf5_group_by_name(f, layers)

AttributeError: module 'keras.engine.topology' has no attribute 'load_weights_from_hdf5_group_by_name'

• 1
• 2
• 3
• 4

该错误已在mask R-CNN的issue中有提到，由farzadzare提出：
原因是keras的版本问题，新的版本没有这个函数了
解决的方案使用saving来取代代码中的topology
model.py文件
2017行

from keras.engine import topology

• 1

修改为

from keras.engine import saving

• 1

代码中topology全部替换为saving

4. no attribute ‘metrics_tensors’

继续运行balloon.py，报错：

  File "E:\_detection\Mask_RCNN-2.1-tf2-Shawn\samples\balloon\model.py", line 2100, in compile
    self.keras_model.metrics_tensors.append(tf.reduce_mean(

AttributeError: 'Model' object has no attribute 'metrics_tensors'

• 1
• 2
• 3
• 4

原因为keras本地版本过高，本机keras版本为2.3.1.三种解决办法，任选其一：
1）降低本地版本到2.2.5以下，当然要高于2.0.8
2）修改代码，将
self.keras_model.metrics_tensors.append(loss)
改成
self.keras_model.add_metric(loss, name)
3.初始化
self.keras_model.metrics_tensors = []
选择第二种办法，该方法是masrk rcnn master版本的代码
在2.1中稍有不同，修改办法为
将该错误定位到的model.py中的语句

self.keras_model.metrics_tensors.append(tf.reduce_mean(layer.output, keep_dims=True))

• 1

改为

self.keras_model.add_metric(tf.reduce_mean(layer.output,keep_dims=True),name)

• 1

修改后代码：

5. no attribute ‘imresize’

报错

  File "E:\_detection\Mask_RCNN-2.1-tf2-Shawn\samples\balloon\utils.py", line 465, in minimize_mask
    m = scipy.misc.imresize(m.astype(float), mini_shape, interp='bilinear')

AttributeError: module 'scipy.misc' has no attribute 'imresize'

• 1
• 2
• 3
• 4

该错误原因为scipy版本过高，本机为1.4.1，降级到scipy==1.2.1就可以解决，但是不想降级的话，找个别的函数代替该函数功能即可。
错误定位到的utils.py文件中原函数

m = scipy.misc.imresize(m.astype(float), mini_shape, interp='bilinear')

• 1

该函数格式为

scipy.misc.imresize( arr, size, interp='bilinear', mode=None)

• 1

解决方案： 使用skimage.transform.resize()替换代码中出现的所有imresize方法。
将错误定位语句
scipy.misc.imresize(m.astype(float), (h, w), interp=‘bilinear’)
修改为
skimage.transform.resize(m.astype(float), (h,w), order=1, mode=“constant”)

具体修改方法

1. 先在utils.py文件中添加

import skimage.transform

• 1

1. 将错误定位语句

m = scipy.misc.imresize(m.astype(float), mini_shape, interp='bilinear')

• 1

修改为

m = skimage.transform.resize(m.astype(float), mini_shape, order=1, mode="constant")

• 1

修改后代码为：

3) utils.py文件中resize_image、expand_mask与unmold_mask函数中同样使用了该函数。
resize_image函数中

image = scipy.misc.imresize(
            image, (round(h * scale), round(w * scale)))

• 1
• 2

修改为：

image = skimage.transform.resize(
            image, (round(h * scale), round(w * scale)),
            order=1, mode="constant", preserve_range=True)

• 1
• 2
• 3

expand_mask函数中

m = scipy.misc.imresize(m.astype(float), (h, w), interp='bilinear')

• 1

修改为

m = skimage.transform.resize(m.astype(float), (h, w), order=1, mode="constant")

• 1

unmold_mask函数中语句

mask = scipy.misc.imresize(
        mask, (y2 - y1, x2 - x1), interp='bilinear').astype(np.float32) / 255.0

• 1
• 2

修改为

    mask = skimage.transform.resize(mask, (y2 - y1, x2 - x1), order=1, mode="constant")

• 1

注意：这里经测试不需要除以255.0
修改后代码为：

6. no attribute ‘_get_distribution_strategy’

报错

  File "C:\Anaconda3\lib\site-packages\tensorflow_core\python\keras\callbacks.py", line 1532, in set_model
    self.log_dir, self.model._get_distribution_strategy())  # pylint: disable=protected-access

AttributeError: 'Model' object has no attribute '_get_distribution_strategy'

• 1
• 2
• 3
• 4

该问题最后出错是因为keras模块调用了keras\callbacks\tensorboard_v2.py文件中的函数，在最开始修改代码的时候我们已经通过以下修改以tf1兼容形式运行。

import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()

• 1
• 2

而keras.model模块也是按照tf1模式创建了Model，在后续调用中使用了tensorboard_v2.py文件，本文尝试在balloon.py文件中也加入tf1兼容代码，但无效，最后就只好采用如下修改方法：
在Ancaonda文件夹中定位到\Lib\site-packages\keras\callbacks目录中，在tensorboard_v2.py文件中添加了

import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()

• 1
• 2

以tf1兼容模式运行。tensorboard_v2.py代码修改结果：

则问题解决，注意该问题修复方法修改了keras库文件，故在运行其他程序时记得修改回去

Finally，至此我们就完成了，mask-rcnn 2.1的版本修改，可以在win+tf2的环境下运行了，GPU比较差只想做下demo的小伙伴可以在balloon.py中加入以下语句，在cpu下运行（是真的慢。。。），有GPU的话不用做此修改。

import os
#only execute in cpu
os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID"  
os.environ["CUDA_VISIBLE_DEVICES"] = "-1"

• 1
• 2
• 3
• 4

运行截图如下，也可以直接在github下载已经修改好的代码，再下载完需要的预训练模型和数据集后，只需要修改第六点错误就可以运行。