mask rcnn mxnet

GitHub地址：https://github.com/TuSimple/mx-maskrcnn

首先表达一下对凯明大神和RBG大神的膜拜！

20171124  一定要在终端上使用命令行下载源代码，因为mxnet官网上会建议下载0.11.0版本，但是这个版本有问题，在后续训练中会报错，所以直接clone，这样会下载最新的mxnet

git clone --recursive https://github.com/TuSimple/mx-maskrcnn.git

训练准备

1.首先下载Cityscapes数据（gtFine_trainvaltest.zip和leftImg8bit_trainvaltest.zip）下载地址是https://www.cityscapes-dataset.com/，它需要注册，并等待管理员进行确认，大家可以先试着下载，下载速度还可以。

2.下载Resnet-50预训练模型

bash scripts/download_res50.sh         得到resnet-50-0000.params

3.使用ROIAlign运算符构建MXNet

cp rcnn/CXX_OP/* incubator-mxnet/src/operator/

将rcnn/CXX_OP/下的文件夹复制到了 incubator-mxnet/src/operator/

（我一开始是先安装incubator-mxnet，后拷贝进去，一直有错，一定要先拷贝进去，将align也编译进去，不然一直会报AttribuuteError: 'module' object has no attribute 'ROIAlign'）

从源代码建立MXNet请参考https://mxnet.incubator.apache.org/get_started/build_from_source.html（如果是从GitHub上下载的源代码，则目录中有incubator-mxnet，这边就不需要下载了）

我是在Ubuntu14.04下安装mxnet

3.1首先需要Ubuntu>=13.10,debian >=8      

sudo apt-get update && sudo apt-get install build-essential git

3.2需要BLAS库，可以安装ATLAS、OpenBLAS、MKL，我安装的是atlas

sudo apt-get install libatlas-base-dev

3.3需要opencv库

sudo apt-get install libopencv-dev

3.4需要cuda和cudnn用于加速，cuda7.5和8.0都需要cudnn5

wget http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1404/x86_64/cuda-repo-ubuntu1404_7