fast-maskrcnn安装与测试一

fast-maskrcnn是在像素级别上检测掩膜的。

本文采用https://github.com/CharlesShang/FastMaskRCNN的代码，基于tensorflow-GPU的深度学习的环境。

首先复制代码：

git clone https://github.com/CharlesShang/FastMaskRCNN

下载COCO数据集，这个代码用的2014的数据集，官方如果太慢的话，可以采用https://www.aiuai.cn/aifarm931.html的国内地址。下载完成后分别解压，生成文件目录如图：

其中annotations、train2014、val2014是解压出来的，records是后边生成的，后文会讲。

下载预训练模型，这里采用resnet50

wget http://download.tensorflow.org/models/resnet_v1_50_2016_08_28.tar.gz

解压到data下的pretrained_models文件夹下

接下来对libs进行编译，进入libs文件夹下，运行make，如果环境是python3需要将libs下的setup.py中的84行改为

print(extra_postargs)

50行改为：

for k, v in cudaconfig.items():

如果在ubuntu系统下报错，很有可能是编码格式的问题，具体查看哪个文件（filename）报错，对哪个文件执行格式的转化

安装： apt-get install dos2unix

命令： dos2unix filename

接下来回到主目录，运行download_and_convert_data.py，会在records生成一系列文件。

静等程序运行完毕后就可以开始进行训练，测试了。