【深度学习】Mac + pycharm环境下 MASK-Rcnn 代码实现过程中的问题

自从用了mac,每天都在踩坑!纪念一下
mask代码地址:https://github.com/matterport/Mask_RCNN
pythonapi地址:https://github.com/philferriere/cocoapi
系统运行环境:MAc pro+pycharm 2018+anaconda3+python3.5.6

运行demo实现过程,下面是实际操作的步骤,作为记录,避免踩坑。

step1.装了那么多版本python,python 版本切换问题:

  • Mac在pycharm里的terminal运行,激活需要的版本

    #使用activate激活某个环境
    activate python34 # for Windows
    source activate python34 # for Linux & Mac,
    #python34 是激活的环境名

  • #该目录中,github_lcs 为激活的环境名,替代python34

  • 在这里插入图片描述
    https://blog.csdn.net/zhangxiangweide/article/details/79756511

step2.下载.h5文件

step3.在第一步激活的环境中,terminal内运行

step4.运行steup.py文件

  • cd ./github_lcs/Mask_RCNN-master
    python3 setup.py install
    #python3是针对的python3.5,用python默认的是python2.7

step5.标记mask rcnn文件夹为resource root文件夹

step6.1.启动运行环境

  • 启动anacond3,激活github_lcs 的环境,启动jupyter notebook(你可以直接在jupyter notebook中查看并执行文件,打开jupyter notebook,运行demo.ipynb,可能会报错,一般都是没有安装依赖项,按照报错的提示,逐步安装依赖项就可以了,也可能是安装包冲突,同一个安装包)
  • 这里笔者返回到pycharm窗口,在pycharm窗口里执行demo.ipynb文件

注:以上两者其实都借助于jupyter notebook的环境,哪个都行

step7.1 pycocotools (windows系统)

step7.2测试coco集,建立联系时,(运行demo时也需要做)

  • For Python, run “make” under coco/PythonAPI
  • 载入编译环境,见https://github.com/waleedka/coco

step 8.coco数据集下载(运行demo时,可以不下载)

遇到的问题如下:

问题1:

ModuleNotFoundError: No module named 'imgaug'

解决办法
Try running conda install -c conda-forge geos before the pip install imgaug(失效)
pip3 install git+https://github.com/aleju/imgaug.git (失效)
https://github.com/aleju/imgaug

下面是下载后 手动安装,也可以直接打包下载后安装
Alternatively, you can download the repository via

 git clone https://github.com/aleju/imgaug 

and install manually via

cd imgaug && python setup.py install

git clone的位置就是 cmd里面执行该命令时的位置,要确认安装的路径对不对。

问题2:
anaconda版本切换
解决办法:
安装jupyter时,系统自动把python3.5升级了python3.6,之前莫名其妙的,装了那么多包瞬间没有了,可以在anaconda内设置回原来的3.5.6版本。
所以果断不用jupyter notebook了
http://f.dataguru.cn/thread-841874-1-1.html

问题3:

 ImportError: dlopen(/Users/cody/PycharmProjects/github_lcs/Mask_RCNN-master/pycocotools/_mask.so, 2): Symbol not found: _PyCObject_Type
  Referenced from: /Users/cody/PycharmProjects/github_lcs/Mask_RCNN-master/pycocotools/_mask.so
  Expected in: flat namespace
 in /Users/cody/PycharmProjects/github_lcs/Mask_RCNN-master/pycocotools/_mask.so

Process finished with exit code 1

解决办法:

问题的根本原因是pycocotool的安装问题,也就是上面的7.1 和7.2 的步骤,pip时安装错了文件夹,anaconda默认的是2.7版本
cd coco/PythonAPI,用python3而不用python

#install pycocotools locally

python3 setup.py build_ext --inplace

#install pycocotools to the Python site-packages

python3 setup.py build_ext install

确保安装的自己当前环境下的文件夹里
copying build/lib.macosx-10.6-x86_64-3.5/pycocotools/cocoeval.py -> /Users/cody/anaconda3/envs/github_lcs/lib/python3.5/site-packages/pycocotools

问题4:

from coco.PythonAPI.pycocotools.coco import COCO
ImportError: No module named 'coco.PythonAPI'

解决办法:
把刚才下载的PythonAPI文件夹,move到coco文件下

运行完的结果:
在这里插入图片描述
框图效果:
在这里插入图片描述

  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
使用Anaconda3和PyCharm来配置TensorFlow-GPU 2.4.0深度学习环境是一个相对简单的过程,我将分享我的经验。 首先,你需要确保已经在计算机上安装了Anaconda3和PyCharm。然后,你可以按照以下步骤进行配置: 1. 打开Anaconda Navigator,并创建一个新的虚拟环境。你可以选择Python 3.7版本,并命名环境为"tensorflow-gpu"。 2. 激活新环境后,在终端或命令提示符下输入以下命令来安装TensorFlow-GPU 2.4.0: ``` conda install tensorflow-gpu=2.4.0 ``` 3. 安装完成后,你可以通过以下命令验证TensorFlow-GPU是否正确安装: ``` python -c "import tensorflow as tf; print(tf.__version__)" ``` 如果输出显示为2.4.0,则说明TensorFlow-GPU已经成功安装。 4. 接下来,在PyCharm打开一个新的项目。在项目设置,选择已创建的虚拟环境"tensorflow-gpu"作为项目的Python解释器。 5. 在PyCharm的终端,使用以下命令来安装GPU版本的TensorFlow依赖项: ``` pip install tensorflow-gpu==2.4.0 ``` 6. 安装完成后,你可以编写和运行使用TensorFlow-GPU的代码了。 在配置过程,可能会遇到一些问题。例如,TensorFlow-GPU要求计算机上安装了适当的显卡驱动程序,并且CUDA和cuDNN版本与TensorFlow-GPU的要求相匹配。此外,如果你在安装过程遇到任何问题,可以尝试升级或降级Anaconda、PyCharm和TensorFlow-GPU版本,以找到兼容的组合。 总之,通过Anaconda3和PyCharm配置TensorFlow-GPU 2.4.0深度学习环境是一项相对简单的任务。如果按照上述步骤操作,你应该能够成功地设置和使用TensorFlow-GPU来进行深度学习任务。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值