Mask_RCNN安装与踩过的坑

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

1. 进入cmd
2. 创建虚拟环境tf，python版本为3.6

conda create -n tf python==3.6

3. 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

4. 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：