史上最简的Mask R-CNN环境搭建 cunda9.0+tensorflow1.10+keras2.2.4

Mask R-CNN这个匪夷所思的网络，在被天才儿童何凯明发明之后，火爆过一阵子，活跃于2018年，优秀于2019年，到了2020年初还有几篇文献，到了2020年5月之后就没什么文献了。这个网络其实非常的棒，兼顾了目标识别与图像分割，我一直认为这个网络才是今后机器视觉的核心基础算法，甚至还花费过很多很多的精力，对Mask R-CNN的骨干网络进行修改，例如改成 Mask R-Uet， Mask R-FPN等等，那些经验以后开贴再谈。

2019年我耍过一阵子Mask R-CNN，后来我去给资本家打工，妄想提一个Titan rtx大宝贝，最后却老老实实收了一个Titan xp，还是银河帝国限量版，权当慰藉吧，不要给我讲参数，我很了解，不就是兰博基尼大牛和马自达cx4的区别，也就是3.6秒破百和9.7秒破百，速度提升超过71%？但是么，大家都懂的。

1 我为什么那么渣

作为一个资深代码狗，我的节操，就像“我永远喜欢052d，我永远喜欢052C（划掉），我永远喜欢052d（划掉），我永远喜欢055（划掉），我永远喜欢075（划掉）。。。”那些人一样的坚挺。
现在，你的眼前摆满了一桌大餐：amazing。。
RTX1080/RTX1080TI/RTX2080/RTX2080SUPER/RTX2080TI/RTX3080/RTX3090/TITAN X PASCAL\TITAN V\TITAN X\TITAN XP\TITAN RTX\GTX TITAN。。。。
来来来，客官，你选哪一个？因垂丝汀。

2 怀念我渣到的妹子们

作为一个无底线的代码狗，我确实在京东二手显卡店里逛遍了妹子们。。错，是NVIDIA的显卡们，从RTX2080到2080ti，从titan x pascal到titan xp，每张显卡试玩不超过一个月 - - 店员妹子都被我不停的买进退货+卖出搞到崩溃，忙于计算优惠券的退补，估计如果见面肯定要打死我，至少打个半死那种。。

我知道很多人吹2080ti，吹性能性价比，但其实对于一个兴趣代码狗，其实效率 并不是那么的重要，当然了，你要让我使用CPU算到天荒地老，我也是无法忍受的，在这群宝贝中，10series的RTX1080/1080TI/TITAN X PASCAL 全部pass掉吧，老古董了，时代在进步，不是性能太差的问题，而是驱动版本无法更新，cuda版本无法提升，好吧有人给我啪gtx980,都能显卡驱动460.89.。。。我就不想用10series，我鄙视他行不行。。。。

然后我们看20series，现阶段2070/2070Super/2080ti全部飙涨，因为30series出了，什么，你告诉我30series出了，20sereis不是应该降么。。

为什么挖矿抢2080ti，垃圾的棒子代工坑惨了黄教主，下一代的40series已确定台积电。。好吧，说远了。现阶段最实惠的是2080/2080super，因为他们逆流而上，不升反降。二手价格2080/2080super大约在3000-3800，还是比较实惠的，相比之下2080ti二手也要8500-9000左右，上市价格与2080ti几乎无差的titan xp 咸鱼4200左右就可以收到，而且成色99，在这种情况下，你说选择什么那，8G的2080？还是12G的titan xp银河帝国？

也有同学会问，新的3090那，24G显存随便刷，1万左右的七彩虹/1万七的大雕。。多么的香。这个，不是我有公版洁癖，以后我会开帖说明下titan系列和rtx系列在深度学习方面的测试，。废话太多了今天，这篇稿子里，我只想告诉大家。。。如何去构建Mask R-CNN环境。、

言归正传。因为不断换显卡，不断做环境，我的C盘入不敷出啊，虽然我竭力优化，重于红色向我报警，压缩也压缩不了，一气之下，我给还原win10出厂设置了。。。哎 ，挥刀自割，一身清净。。。

3 那一刻，我又想起了你

2020年的第一场雪，翻相册的我看不到了你。。

留在记忆中的你，是那么的美，那么的纯真。。
作为前初恋，如何能不留在相册里！我冲动的惩罚，必须被修正，美好的初恋，不就是为了静静躺在我的相册中么 - -，可以偶尔拿出来重温一次酸涩的回忆，纪念下逝去的青春。。。。

好吧，那么，让我们在2021年，重新建立Mask R-CNN的环境吧。

4 人走茶凉，没那么简单

让我们回到从前: Mask R-CNN/github.

看看她的要求： nunmpy！h5py! scipy!你知道我在说什么，当初的女孩很纯真，二三句话就跟你走，可现在是2021年，人心变了！

按照以往的套路：tensorflow1.5+keras2.1.4+cuda9.0+python3.5，时代变了大人。pip也好，conda也好，keras2.0以下，国外已经没有源了，让我换douban/tsinghua 怡红院 ！

pip install h5py==2.10 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

你想当然的几句土味情话，换来的却是这样的结果：

又或者来一句：

FutureWarning: Passing (type, 1) or '1type' as a synonym of type is deprecated; in a future version of numpy, it will be understood as (type, (1,)) / '(1,)type

时代变了，大人。国外已经不提供keras2.2以下的源，为何，其他插件版本已经不支持了，如果你想重回过往，你就要吧所有的插件全部降版，降多少，降到什么版本，不要问我，我真的不知道！这不是人做的事情。有些人问，为何你非要keras2.1.x版本，你知道么，在遥远的2018年和2019年，keras2.2版本有时会在训练epoch1/60的时候卡死，很多人死死要求版本的匹配，绝对不要改动。。

5 彷徨、迷茫、弱小、可怜

各种装，各种卸，几十次吧，哎，土味情话搞不定，咱们可以下载表情包么，多试试，也许就被逗笑了。。
类似下载安装的cudn版本：
cuda9.0/cuda10.0/cuda10.2；
累计尝试版本组合：

cuda9.0+keras2.1.2+ternsorflow1.5+python3.5/3.6；
cuda9.0+keras2.1.4+ternsorflow1.5+python3.6；
cuda9.0+keras2.1.6+ternsorflow1.5+python3.6；
cuda9.0+keras2.1.2+ternsorflow1.7+pyton3.6；
cuda9.0+keras2.1.4+ternsorflow1.7+python3.6；
cuda9.0+keras2.1.6+ternsorflow1.7+python3.6；
cuda9.0+keras2.2.2+ternsorflow1.9+pyton3.6；
cuda9.0+keras2.2.4+ternsorflow1.9+pyton3.6；
cuda10.0+keras2.2.2+ternsorflow1.13+pyton3.6；

注：第一次尝试poython3.5后，发现jul vision提示，现在python必须>=3.6了，好吧，python3.5以后就没测试。conda没有源，只能pip装，各种不兼容，各种报错，各种。。。。我受够了。

5 偶有所得

很久很久以前，我开班讲过一些keras的基础知识，有些学生就很烦，总是给我问一些匪夷所思的问题，或者直接啪给我一个文件，让我帮他们查错，有个人非常长的执着，在我忽悠了1个月后，哎，实在无法托，我就为他做个环境吧，看下他的问题在哪。
我的环境配置：cuda10.0+keras2.2.4+tensorflow1.13+python3.6
一个非常简单初级的多头网络，他纠结于数据类型的处理，在我配置完环境后，我一眼就看明白了，h5py的版本高于3.0了。。降回2.10即可。从cuda10.0再切回cuda9.0.。这个多版本cuda的切换，我们可以以后开贴讲。切来切去很麻烦，我干脆又测试了下mask r-cnn，结果她笑了。。。她跑起来了。。。。
好吧，我们知道了她的一个G点：

cuda10.0+keras2.2.4+tensorflow1.13+python3.6

但是这个配置，效率并不高，既然keras2.2.4完全可以，根本不会卡住，我们的思路就开放了。我们接着测试了：

cuda9.0+keras2.2.4+tensorflow1.9+python3.6
cuda9.0+keras2.2.4+tensorflow1.10+python3.6

最终发现，从前向推理的流程程度上，tensorflow1.10要远胜1.13和1.9，那就这样吧，就这个配置。

6 最后的最后，经典语录

那么在最后，让我们说一下这个版本的配置顺序：

cuda9.0+keras2.2.4+tensorflow1.10+python3.6

如何构建这个环境，在建立anaconda环境后，指令史上最简，只有四条：

 conda install tensorflow-gpu=1.10

安装tensorfow-gpu=1.0版本。

 conda install keras-gpu=2.2.4

安装keras-gpu=2.2.4版本。

 Conda install scikit-image

 Conda install Ipython

让我们cd到mask_rcnn官方文档balloon测试下：

测试指令： python balloon.py splash --weights=../../mask_rcnn_balloon.h5 --image=testfiles/balloon2.jpg

额额~~~~
我终于又见到了你~

Over

7 还有一件事。。备注

1）记得一定要用conda额，自动版本匹配，但是只支持>=keras2.x峨~，如果你安装keras2.1.x找不到源的她，会给自己自动安装tensorflow2.1额。。。。
2) pip 会自动安装插件最新版，导致各种不兼容，切记额，不要使用pip，尤其是pip -r requirements.txt**

这是来自于2021年的环境搭建提示。