标签：链接   not   lock   images   ack   图片   nts   cot   指令   

首先需要下载 mask_rcnn 的源码

但是从GitHub上下载源码的速度非常慢，所以我们从码云上下载，这是GitHub的中国镜像。
链接如下：https://gitee.com/mirrors/Mask_RCNN?_from=gitee_search

下载pycocotools

什么需要安装pycocotools，经过看源码发现，训练coco数据集时用到了pycocotools这个模块，如果不安装会报错无法正常运行。

到 https://github.com/philferriere/cocoapi 下载源码，并进行解压。以管理员身份打开 CMD 终端，并切换到 cocoapi\PythonAPI目录。运行以下指令：

#install pycocotools locally
python setup.py build_ext --inplace

#install pycocotools to the Python site-packages
python setup.py build_ext install 

下载预先训练的COCO权重（mask_rcnn_coco.h5）

• 这个可以从GitHub下载
• 或者留下邮箱，我给你发过去
• 或者去CSDN的下载资源去下载
• 下载后放在 mask_rcnn 的根目录

安装

1. CD 进入 mask_rcnn 项目根目录

pip install -r requirements.txt

2. 仍是在根目录运行安装程序

python3 setup.py install

(不报错的话就安装完成了，如果报错可以根据错误提示，网络搜索解决。python3 不行的话就用 python。
还要注意一点你使用哪个python环境安装，后面运行的时候也要用此python环境运行MaskRCNN)

演示

1. cd 到 Mask_RCNN\samples目录
2. 用安装Mask RCNN的python环境打开 jupyter notebook，命令行，或shell运行：jupyter notebook
3. 打开 samples/demo.ipynb 文件，运行所有cell，这样就可以运行demo了。
4. 可以更换images目录里面的图片，用自己的图片进行测试

DONE~

有问题欢迎留言评论

mask_rcnn（Keras+TensorFlow）环境搭建_新手向（毕业设计使用，亲测可用）

标签：链接   not   lock   images   ack   图片   nts   cot   指令   

原文地址：https://www.cnblogs.com/codeofmine/p/12568543.html