一、Mask_RCNN下载
https://www.bilibili.com/video/BV1M7411x7is?t=629&p=5
按照上述教程的话,安装的是ballon例子的Mask_RCNN。这个理解的话,修改Mask_RCNN也就很简单了。
1.2 更新驱动
强烈建议更新驱动,因为以后如果装pytorch的话,高版本的pytorch不支持低于9.2的Cuda。
在cmd中使用nvidia-smi可查看驱动信息
可见笔者的驱动为465.89。如果驱动小于396.26的话,不支持9.0以上的CUDA,也就不支持高版本的Pytorch,因此强烈建议更新驱动
驱动下载地址:
https://www.nvidia.cn/geforce/drivers/
二、库版本配置
- 进入cmd
- 创建虚拟环境tf,python版本为3.6
conda create -n tf python==3.6
- pip安装库,库版本如下所示(吐槽一下:这个库的版本是真的难搞)
absl-py 0.12.0
astor 0.8.1
bleach 1.5.0
ca-certificates 2021.1.19
cached-property 1.5.2
certifi 2016.2.28
cloudpickle 1.6.0
colorama 0.3.9
cycler 0.10.0
cython 0.29.22
dask 2021.3.0
decorator 4.4.2
enum34 1.1.10
gast 0.4.0
google-pasta 0.2.0
grpcio 1.37.0
h5py 2.10.0
html5lib 0.9999999
imageio 2.9.0
imgaug 0.4.0
importlib-metadata 3.10.0
ipython 6.1.0
ipython_genutils 0.2.0
jedi 0.10.2
keras 2.1.6
keras-applications 1.0.8
keras-preprocessing 1.1.2
kiwisolver 1.3.1
markdown 3.3.4
matplotlib 3.0.3
networkx 2.5.1
numpy 1.16.4
opencv-python 4.5.1.48
openssl 1.0.2l
path.py 10.3.1
pickleshare 0.7.4
pillow 8.2.0
pip 21.0.1
prompt_toolkit 1.0.15
protobuf 3.15.8
pycocotools-windows 2.0.0.2
pygments 2.2.0
pyparsing 2.4.7
python 3.6.0
python-dateutil 2.8.1
pywavelets 1.1.1
pyyaml 5.4.1
scikit-image 0.14.2
scipy 1.0.0
setuptools 56.0.0
simplegeneric 0.8.1
six 1.10.0
tensorboard 1.14.0
tensorflow 1.4.0
tensorflow-estimator 1.14.0
tensorflow-gpu 1.14.0
tensorflow-tensorboard 0.4.0
termcolor 1.1.0
theano 1.0.5
tifffile 2020.9.3
toolz 0.11.1
traitlets 4.3.2
typing-extensions 3.7.4.3
vc 14
vs2015_runtime 14.0.25420
wcwidth 0.1.7
werkzeug 1.0.1
wheel 0.29.0
wincertstore 0.2
wrapt 1.12.1
zipp 3.4.1
需要注意,可能会出现以下错误:
- 需要安装GPU
cuda安装教程:https://blog.csdn.net/qq_34438969/article/details/88430901
cuda下载地址:https://developer.nvidia.com/cuda-toolkit-archive
安装完之后,在cmd中输入nvcc --version会输出安装的版本信息
cudnn安装教程:https://blog.csdn.net/weixin_38673554/article/details/90513732
cudnn下载地址:https://developer.nvidia.com/rdp/cudnn-download
- ResourceExhaustedError (see above for traceback): OOM when allocating tensor with shape[400,256,14,14]…
修改GPU的数目,笔者的GPU只有1个,需要将代码中的IMAGES_PER_GPU=2改为1
- pycocotools的安装
进入虚拟环境tf(自己创建的虚拟环境),然后安装即可
activate tf
pip install pycocotools-windows
- tensorflow-gpu/Cuda/Cudnn版本对应关系
https://tensorflow.google.cn/install/source
- 在IDE中运行例子ballon.py(笔者使用的Pycharm)
- 训练
设置默认参数
train
--dataset=../../balloon
--weights=coco
图中的Parameter。然后运行即可
- 测试
设置默认参数
splash
--weights=./logs/balloon20210411T1118/mask_rcnn_balloon_0030.h5
--image=../../balloon/val/8053085540_a72bd21a64_k.jpg
这里的weights是自己目录下的训练得到的参数,要根据自己的文件修改
这里的image是传入的图片,要根据自己的文件修改
运行即可。实例分割结果如下所示: