MaskFusion配置Conda环境

MaskFusion如何配置Conda环境

最近，由于需要，需要在电脑上配置一下MaskFusion的环境，其实之前已经在多台电脑上配置过MaskFusion的环境，当时是基于Ubuntu16.04的环境，而且为了配置环境，特意安装了一个干净的新系统。

这次不一样的是，我是在现有环境下配置MaskFusion环境，还要尽可能不改变原有环境。因此，记录一下环境配置，希望对大家有所帮助。

系统说明：

Ubuntu 18.04
CUDA 10.1 
cuDNN 7.6.3
GPU：NVIDIA RTX 2080TI
GPU Driver: 460.80

正常安装

这个，按照MaskFusion项目中的build.sh文件一步步来就可以，我之前也是照着这个文件一步步安装的，基本上不会出什么问题。

文件可以在Github中的项目上查看，网络不太好的话，也可以去码云上找相关项目。

有问题的话基本上也都可以在Github上的MaskFusion中的issue或者网络上找到相关解决方案，这个我暂时就先不添加，主要是配置环境的时候没有同步记录问题和解决方案，现在，有点难搞。

Conda环境配置

原因

主要是记录一下如何在MaskFusion中使用conda环境。

之所以要这样做，原因是这样：系统的CUDA版本为10.1， 支持的tensorflow-gpu版本基本上都是2.X，而MaskFusion需要的tensorflow版本为1.X，如果使用作者建议的virtualenv创建环境的话，安装的tensorflow-gpu 1.X版本是不可以运行的。

但是，在conda环境中，由于tensorflow-gpu调用的是cudatoolkit，所以，就算安装了CUDA 10.1 ，但是只要在conda环境中安装 cudatoolkit == 10.0 就可以使用 tensorflow-gpu == 1.15.0 。

当然，还有另外一个解决方法，就是对CUDA进行降级，重新安装CUDA 10.0 版本，我个人是觉得有些麻烦，况且不知道会不会对原有环境造成影响，因此就放弃了这个方法，毅然选择调用conda创建的虚拟环境。

说明

之前有参考过这篇博客： MaskFusion（已开源）环境搭建与配置(16.04).
里面也有说过如何在MaskFusion下使用conda环境。按照博客中的操作了之后，发现，只是可以成功运行 offline_runner.py 文件，在运行时 ./MaskFusion 依旧不行。

操作

首先，是创建一个conda的虚拟环境，并对环境进行配置

//创建虚拟环境
conda create -n tensorflow python=3.6
//安装pip
conda install pip
//使用pip安装环境
pip3 install tensorflow-gpu==1.8.0
pip3 install scikit-image
pip3 install keras
pip3 install IPython
pip3 install h5py
pip3 install cython
pip3 install imgaug
pip3 install opencv-python
pip3 install pytoml
//建立软链接（一定要在当前环境下运行这句话，否则，numpy软链接的所属环境不对，或者软链接建立失败，同时，也要注意当前目录，应在maskfusion根目录下运行）
ln -s `python -c "import numpy as np; print(np.__path__[0])"`/core/include/numpy Core/Segmentation/MaskRCNN || true # Provide numpy headers to C++
//coco API（当然，也需要在当前环境中运行coco-api）
cd coco/PythonAPI
make
make install

紧接着，就是对 CMakeLists.txt 文件和 .cpp 文件进行修改，主要是因为是在 cpp 中调用 python 接口，因此，需要指出正确的python环境。

文件：maskfusion/Core/Segmentation/MaskRCNN/MaskRCNN.cpp 40行左右
操作：

void MaskRCNN::initialise()