大名鼎鼎的 Mask RCNN 一舉奪得 ICCV2017 Best Paper，名聲大造。Mask RCNN 是何愷明基于以往的 Faster RCNN 架構(gòu)提出的新的卷積網(wǎng)絡(luò)，實(shí)現(xiàn)高效地檢測圖中的物體，并同時(shí)生成一張高質(zhì)量的每個(gè)個(gè)體的分割掩碼，即有效地目標(biāo)的同時(shí)完成了高質(zhì)量的語義分割。

論文地址：

https://arxiv.org/abs/1703.06870

開源地址：

https://github.com/matterport/Mask_RCNN

本文主要介紹如何配置 Mask RCNN 的訓(xùn)練和測試環(huán)境，為了方便起見，選擇的外部環(huán)境是 Win10 + Anaconda。

1. 安裝 Anaconda

安裝 Anaconda 很簡單，在其官網(wǎng)上下載對應(yīng)的 Win10（64位）版本，一步一步安裝即可。安裝后在啟動欄顯示安裝成功的 Anaconda 組件。

2. 下載 Mask RCNN 開源庫

從 GitHub 網(wǎng)站：

https://github.com/matterport/Mask_RCNN

將該項(xiàng)目下載下來。

同時(shí)下載 Mask RCNN 的預(yù)訓(xùn)練模型 “mask_rcnn_coco.h5”，放置于本地 Mask_RCNN 開源庫的根目錄下。

“mask_rcnn_coco.h5” 下載地址：

https://github.com/matterport/Mask_RCNN/releases

在里面的 Mask R-CNN 2.0 下找到 “mask_rcnn_coco.h5” 并下載。

3. 創(chuàng)建虛擬環(huán)境

在 Mask RCNN 源碼目錄下的 README.md，查看環(huán)境要求：

如圖， Python 版本要求在 3.4 以上，TensorFlow 版本要求在 1.3 以上，Keras 版本要求在 2.0.8 以上。

1. 創(chuàng)建并激活環(huán)境：

打開 Anaconda Prompt：

創(chuàng)建并激活環(huán)境：

conda create -n MaskRCNN python=3.6 //名為MaskRCNN，python版本為3.6 source activate MaskRCNN // 激活環(huán)境

注意這里的 MaskRCNN 是虛擬環(huán)境名，可自定義。

2. 升級 pip

使用下面的命令升級 pip：

pip install --user --upgrade pip

3. 安裝 TensorFlow

這里選擇安裝的 TensorFlow 版本是 1.5.0。

1）CPU 版本：

pip install tensorflow==1.5.0

2）GPU

pip install tensorflow-gpu==1.5.0

這樣直接安裝，由于網(wǎng)絡(luò)問題可能會出現(xiàn)安裝失敗的情況。解決方法是使用國內(nèi)的鏡像源下載，例如清華、豆瓣。

• 清華：
  https://pypi.tuna.tsinghua.edu.cn/simple

• 豆瓣：
  https://pypi.douban.com/simple

CPU 安裝命令改為：

pip install -i https://pypi.douban.com/simple tensorflow==1.5.0

GPU 安裝命令改為：

pip install -i https://pypi.douban.com/simple tensorflow-gpu==1.5.0

4. 安裝 Keras

安裝 Keras 的方法與安裝 TensorFlow 類似。需要注意的是 TensorFlow 與 Keras 版本的匹配。

從上圖可以看到，我們剛安裝的 TensorFlow 版本是 1.5.0，對應(yīng)的 Keras 版本為 2.1.6。

一行命令完成 Keras 安裝：

pip install -i https://pypi.douban.com/simple keras==2.1.6

安裝完成之后，可以驗(yàn)證。進(jìn)入 Python 環(huán)境，輸入 “import tensorflow as tf” 和 “import keras”，如果沒有報(bào)錯(cuò)，則證明 TensorFlow 和 Keras 均安裝成功。

5. 安裝 requirements.txt 中的所有 Python 庫

在剛下載的 Mask RCNN 源代碼的根目錄下有一個(gè) requirements.txt，里面包含了所需的所有 Python 庫。因此，我們還要安裝：

• numpy

• scipy

• Pillow

• cython

• matplotlib

• scikit-image

• opencv-python

• h5py

• imgaug

• IPython[all]

安裝方法也很簡單，例如安裝 numpy：

pip install -i https://pypi.douban.com/simple numpy

其他 Python 庫的安裝類似。

6. 安裝 pycocotools 庫

如果需要在 COCO 數(shù)據(jù)集上訓(xùn)練或測試，需要安裝 pycocotools（coco 數(shù)據(jù)集的應(yīng)用 API）。如果你不需要在 COCO 數(shù)據(jù)集上訓(xùn)練和測試，只使用 Mask RCNN 訓(xùn)練自己的數(shù)據(jù)集，則可以直接跳過這一步。

1）下載 pycocotools 源文件

github下載：https://github.com/philferriere/cocoapi
碼云下載：https://gitee.com/ACANX/cocoapi

2）提前準(zhǔn)備

• 安裝 Cython（之前在 requirements.txt 中已經(jīng)安裝過了）

• 安裝 VS2015 環(huán)境

因?yàn)橹拔乙呀?jīng)安裝整個(gè) VS 2015 了，所以這個(gè)環(huán)境不缺，可參考：

https://blog.csdn.net/sinat_33486980/article/details/92840377

3）安裝

• 打開 Anaconda Prompt，進(jìn)入 MaskRCNN 環(huán)境；

• 切換到 cocoapi\PythonAPI 目錄；

• 依次運(yùn)行：

python setup.py build_ext --inplace python setup.py build_ext install

進(jìn)入 Python shell，輸入以下命令，驗(yàn)證 pycocotools 是否安裝成功：

from pycocotools.coco import COCO from pycocotools import mask

若未報(bào)錯(cuò)，則證明安裝成功！

至此，整個(gè) Mask RCNN 環(huán)境搭建完成！

7. 驗(yàn)證環(huán)境搭建是否成功

下面使用 Mask RCNN 源代碼提供的 demo 程序，驗(yàn)證一下環(huán)境是否搭建成功。

首先，打開 Anaconda Prompt，進(jìn)入 MaskRCNN 環(huán)境，安裝 jupyter notebook，方法與上面安裝其它 Python 庫類似，也可以在 Anaconda Navigator 中直接安裝。

然后，在 Anaconda Prompt 中，輸入 “jupyter notebook”，打開 jupyter notebook。

接著，打開 Mask RCNN 源代碼 samples 目錄下的 demo.ipynb 文件。

最后，選擇 Cell 菜單，在 Cell 下拉菜單選擇 Run All，稍等片刻，在該頁面底部會輸出運(yùn)行結(jié)果：

大功告成！基于 Win10 + Anaconda 的 MaskRCNN 環(huán)境搭建順利完成~

與50位技術(shù)專家面對面20年技術(shù)見證，附贈技術(shù)全景圖

總結(jié)

以上是生活随笔為你收集整理的从零开始 Mask RCNN 实战：基于 Win10 + Anaconda 的 MaskRCNN 环境搭建的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

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