當前位置：首頁 > 人文社科 > 生活经验 >内容正文

生活经验

Mask_RCNN安装与踩过的坑

發布時間：2023/11/27 生活经验 30 豆豆

生活随笔收集整理的這篇文章主要介紹了 Mask_RCNN安装与踩过的坑小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

一、Mask_RCNN下載

https://www.bilibili.com/video/BV1M7411x7is?t=629&p=5
按照上述教程的話，安裝的是ballon例子的Mask_RCNN。這個理解的話，修改Mask_RCNN也就很簡單了。

1.2 更新驅動

強烈建議更新驅動，因為以后如果裝pytorch的話，高版本的pytorch不支持低于9.2的Cuda。
在cmd中使用nvidia-smi可查看驅動信息

可見筆者的驅動為465.89。如果驅動小于396.26的話，不支持9.0以上的CUDA，也就不支持高版本的Pytorch，因此強烈建議更新驅動
驅動下載地址：

https://www.nvidia.cn/geforce/drivers/

二、庫版本配置

進入cmd
創建虛擬環境tf，python版本為3.6

conda create -n tf python==3.6

pip安裝庫，庫版本如下所示（吐槽一下：這個庫的版本是真的難搞）

absl-py                   0.12.0                  
astor                     0.8.1                    
bleach                    1.5.0                    
ca-certificates           2021.1.19          
cached-property           1.5.2                    
certifi                   2016.2.28                
cloudpickle               1.6.0                    
colorama                  0.3.9                  
cycler                    0.10.0                  
cython                    0.29.22                 
dask                      2021.3.0                
decorator                 4.4.2                   
enum34                    1.1.10                  
gast                      0.4.0                    
google-pasta              0.2.0                   
grpcio                    1.37.0                  
h5py                      2.10.0                   
html5lib                  0.9999999                
imageio                   2.9.0                    
imgaug                    0.4.0                   
importlib-metadata        3.10.0                  
ipython                   6.1.0                    
ipython_genutils          0.2.0                   
jedi                      0.10.2                   
keras                     2.1.6                   
keras-applications        1.0.8                    
keras-preprocessing       1.1.2                    
kiwisolver                1.3.1                  
markdown                  3.3.4                   
matplotlib                3.0.3                  
networkx                  2.5.1                   
numpy                     1.16.4                 
opencv-python             4.5.1.48                 
openssl                   1.0.2l                   
path.py                   10.3.1                   
pickleshare               0.7.4                    
pillow                    8.2.0                   
pip                       21.0.1                   
prompt_toolkit            1.0.15                  
protobuf                  3.15.8                   
pycocotools-windows       2.0.0.2                 
pygments                  2.2.0                    
pyparsing                 2.4.7                    
python                    3.6.0                       
python-dateutil           2.8.1                    
pywavelets                1.1.1                    
pyyaml                    5.4.1                    
scikit-image              0.14.2                   
scipy                     1.0.0                    
setuptools                56.0.0                   
simplegeneric             0.8.1                    
six                       1.10.0                   
tensorboard               1.14.0                  
tensorflow                1.4.0                   
tensorflow-estimator      1.14.0                   
tensorflow-gpu            1.14.0                   
tensorflow-tensorboard    0.4.0                   
termcolor                 1.1.0                    
theano                    1.0.5                  
tifffile                  2020.9.3               
toolz                     0.11.1                
traitlets                 4.3.2                  
typing-extensions         3.7.4.3                  
vc                        14                         
vs2015_runtime            14.0.25420                  
wcwidth                   0.1.7                   
werkzeug                  1.0.1                   
wheel                     0.29.0                  
wincertstore              0.2                      
wrapt                     1.12.1                   
zipp                      3.4.1

需要注意，可能會出現以下錯誤：

需要安裝GPU

cuda安裝教程：https://blog.csdn.net/qq_34438969/article/details/88430901
cuda下載地址：https://developer.nvidia.com/cuda-toolkit-archive
安裝完之后，在cmd中輸入nvcc --version會輸出安裝的版本信息
cudnn安裝教程：https://blog.csdn.net/weixin_38673554/article/details/90513732
cudnn下載地址：https://developer.nvidia.com/rdp/cudnn-download

ResourceExhaustedError (see above for traceback): OOM when allocating tensor with shape[400,256,14,14]…

修改GPU的數目，筆者的GPU只有1個，需要將代碼中的IMAGES_PER_GPU=2改為1

pycocotools的安裝

進入虛擬環境tf（自己創建的虛擬環境），然后安裝即可

activate tf
pip install pycocotools-windows

tensorflow-gpu/Cuda/Cudnn版本對應關系

https://tensorflow.google.cn/install/source

在IDE中運行例子ballon.py（筆者使用的Pycharm）

訓練
設置默認參數

train
--dataset=../../balloon
--weights=coco

圖中的Parameter。然后運行即可

測試
設置默認參數

splash 
--weights=./logs/balloon20210411T1118/mask_rcnn_balloon_0030.h5
--image=../../balloon/val/8053085540_a72bd21a64_k.jpg

這里的weights是自己目錄下的訓練得到的參數，要根據自己的文件修改
這里的image是傳入的圖片，要根據自己的文件修改

運行即可。實例分割結果如下所示：

總結

以上是生活随笔為你收集整理的Mask_RCNN安装与踩过的坑的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。

Mask_RCNN