只记录安装遇到的问题,安装顺利的包就不说了,
开始没有用conda创建一个虚拟环境,直接装的,老是有问题,所以后来用conda建了一个虚拟环境,只有记录安装遇到的问题,安装顺利的包就不说了
1,先建一个名字叫mask_rcnn的虚拟环境:
conda create -n mask_rcnn python==3.6
2,安装imgaug
注意,在windows10下 pip安装imgaug
开始装不了,是因为shapely这个包报错
解决:去手动装shaplely这个包
https://www.lfd.uci.edu/~gohlke/pythonlibs/
进上面那个网站,往下拉,找到对应版本的whl文件,然后pip 手动装shaplely
在装imgaug
pip install imgaug
3,在安装一下这些包,但好像我装imgaug的时候,下面有些包都装了,装的应该都是最新版的
numpy
scipy
Pillow
cython
matplotlib
scikit-image
tensorflow-gpu==1.5.0
keras==2.0.8
opencv-python
h5py
IPython[all]
其中tensorflow-gpu我装的是1.5,因为我cuda装的是9,装其他对应cuda是9的tensorflow-gpu应该都可以,比如1.8 1.9等等
keras装的是2.0.8,其他高版本如2.1,2.2没试过,不知道行不行
最后一个IPython[all]意思是: pip install IPython[all]
那些包用清华源快一些,比如
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.5
或者一次性:
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple numpy scipy Pillow 等等
中途遇上装tensorflow出现dll not load,后来把protobuf降级到3.6.0就好了
4,装pycocotools
装这个有两种方法,ubuntu和windows不一样,我们这个是windows,ubuntu的下篇博客讲
第一种方法:
先去下面这个github把下面这个下载下来
https://github.com/philferriere/cocoapi
在进入刚下载下来的https://github.com/philferriere/cocoapi这个项目中的pythonAPI目录运行以下两句
python setup.py build_ext --inplace
python setup.py build_ext install
这种方法优点是装的快,另一种虽然简单但是网速慢的时候很慢
第二种:
还是先去下面这个github把下面这个下载下来
https://github.com/philferriere/cocoapi
在执行下面的命令:
pip install git+https://github.com/philferriere/cocoapi.git#subdirectory=PythonAPI
安装完这些包,我截个图:
5,在去https://github.com/matterport/Mask_RCNN
把mask_rcnn项目克隆下来,并把训练好的模型文件下载好放在Mask_RCNN-master这个目录下
来这下载
https://github.com/matterport/Mask_RCNN/releases
6,然后进入samples文件夹,运行demo.ipynb文件,会随机检测分割images文件夹内的某一张图片