git clonehttps://github.com/CharlesShang/FastMaskRCNN.git 打開(kāi)./libs/datasets/pycocotools,執(zhí)行make 下載COCO數(shù)據(jù)集，放到./data目錄下，格式如下 ./data ./coco ./annotations ./train2014

./val2014

下載鏈接：train2014:http://msvocds.blob.core.windows.net/coco2014/train2014.zip val2014:http://msvocds.blob.core.windows.net/coco2014/val2014.zip annotations:http://mscoco.org/dataset/#download（Annotations前3個(gè)） 將數(shù)據(jù)轉(zhuǎn)換成TFRecords python download_and_convert_data.py 下載resnet50模型wgethttp://download.tensorflow.org/models/resnet_v1_50_2016_08_28.tar.gz，解壓到./data/pretrained_models/ 執(zhí)行訓(xùn)練： python train/train.py 出現(xiàn)bug:

這是由于tensorflow0.11和0.12相對(duì)較老，需要將版本改為1.0.0 先卸載老版本tensorflow sudo su pip uninstall tensorflow 接著輸入y pip uninstall protobuf 接著輸入y 找到合適版本的安裝文件鏈接 TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.0.0-cp27-none-linux_x86_64.whl
pip install --upgrade$TF_BINARY_URL 繼續(xù)執(zhí)行訓(xùn)練： python train/train.py 出現(xiàn)bug

原因：cudnn版本不符合，我的是5.0，官網(wǎng)要求的是5.1 解決方法：更新cudnn 下載cudnn5.1官網(wǎng)的下載地址：https://developer.nvidia.com/rdp/cudnn-download選擇：cuDNN v5.1 Library for Linux$ tar xvzf cudnn-8.0-linux-x64-v5.1.tgz$ sudo cp cuda/include/cudnn.h /usr/local/cuda/include$ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64$ sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
再次執(zhí)行訓(xùn)練：python train/train.py問(wèn)題解決，原始配置需要迭代250000次，我們調(diào)整libs/configs/config_v1.py調(diào)整打印日志為：log_every_n_steps,1總結(jié)保存：save_summaries_secs,60模型保存：sava_interval_secs,72運(yùn)行結(jié)果如下：
運(yùn)行成功。

總結(jié)

以上是生活随笔為你收集整理的FastMaskRCNN算法TensorFlow配置，训练的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。