ubuntu16.04 Mask-RCNN-tf GPU demo测试

1、安装CUDA和CUDNN

安装详细请参考：https://blog.csdn.net/oMoDao1/article/details/83303385

2、下载mask-rcnn源码：

https://github.com/matterport/Mask_RCNN

3、安装Python coco API

cd到任意目录

git clone https://github.com/pdollar/coco.git
cd coco/PythonAPI
make

将编译后的PythonAPI目录下的pycocotools整个目录拷贝到程序根目录下

这步如果不这样操作会出现以下错误：

4、安装tensorflow环境

首先查看mask-rcnn对各种环境包的要求，打开程序根目录下的requirements.txt

scipy
Pillow
cython
matplotlib
scikit-image
tensorflow>=1.3.0
keras>=2.0.8
opencv-python
h5py
imgaug
IPython[all]

tensorflow版本可以选择tensorflow-gpu1.3，python可以选择3.6，keras可选择2.0.8，其它无版本要求

5、测试demo

（1）使用jupyter打开工程的samples目录下的demo.ipynb文件，将其导出成.py的格式（这是因为我喜欢用pycharm，所以我要把它转为.py格式的）

将导出的demo.py复制到和demo.ipynb同级目录下

（2）注释一下语句，因为一下语句是在ipython里使用的，python里面不需要

#get_ipython().run_line_magic('matplotlib', 'inline')

（3）下载mask_rcnn_coco.h5文件

可以手动下载：https://github.com/matterport/Mask_RCNN/releases/download/v2.0/mask_rcnn_coco.h5

如果不想手动下载的话，在运行demo.py的时候会程序会自动下载到根目录里：

if not os.path.exists(COCO_MODEL_PATH):
    utils.download_trained_weights(COCO_MODEL_PATH)

（3）最后运行demo.py结果（测试图片默认是随机从指定文件夹读取一张图片）：