实战 windows +anaconda 安装rcnn

最新推荐文章于 2023-04-14 09:41:38 发布
最新推荐文章于 2023-04-14 09:41:38 发布
阅读量223 收藏 1
点赞数
CC 4.0 BY-SA版权
分类专栏： 计算机视觉 文章标签： 机器学习 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qwazp3526cn/article/details/115949326
本文详细介绍如何从下载Mask_RCNN源码开始，一步步搭建深度学习环境，包括创建虚拟环境、安装依赖包、预训练模型下载等关键步骤，并提供解决安装过程中遇到的问题的方法。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

进入https://github.com/matterport/Mask_RCNN网站下载rcnn

下载zip文件

给rcnn创建单独的虚拟环境

输入y

进入环境

我们看到文件里面有一个requirements.txt文件

pip install -r requirements.txt

直接安装

成功

下载预训练模型

打开网站https://github.com/matterport/Mask_RCNN/releases

文件放置如下

查找一下tf版本

conda search tensorflow-gpu

安装一下setup.py

python3 setup.py install

 

发现有一个warning，再试一下

python3 setup.py install

进入anaconda界面 选择MaskRCNN环境

安装jupyter 安装spyder

 

运行jupyter

 

 

各类深度学习框架详解+深度学习训练环境搭建-GPU版本
master_hunter的博客
10-23 4412
工欲善其事必先利其器，对工具的熟练程度很多时候决定你工程项目的质量和上限。对于人工智能工程师来说，搭建本地深度学习环境来说是比较麻烦的一件事，其中涉及到较多的相关硬件和软件的兼容问题。很多初学者安装的深度学习框架环境仅能够使用CPU运行并没有利用到GPU，关于很多硬件关联的深度学习训练框架并没有清楚的认知，导致配置环境的时候很容易出现各类错误。所以本篇文章主要讲述清楚如何搭建深度学习环境以及框架选择和自己硬件匹配的系统。如果你发现深度学习看似难以掌握，我将尽力简化知识，将其转化为我们更容易理解的内容。
CNN入门mnist数据集运行环境搭建（安装Python，Pycharm,Anaconda,Tensorflow,CNN代码）
m0_55624182的博客
08-02 2800
安装环境运行大致步骤： Python安装：选择3.8，安装教程具体可查看：https://blog.youkuaiyun.com/liming89/article/details/109632064?ops_request_misc=&request_id=&biz_id=102&utm_term=pycharm%E5%AE%89%E8%A3%85%E6%95%99%E7%A8%8B&utm_medium=distribute.pc_search_result.none-task-bl
windows+TensorFlow+mask R-CNN
03-08
在windows平台搭建基于TensorFlow的图像分割环境，mask R-CNN。国内网上试错无数。血泪搭建总结。
RCNN的安装与简单使用
kuaitoukid的专栏
07-03 2万+
最近准备从物体检测的角度来重新审视文本检测这个方向，所以看了下CNN大火以后的几篇经典文献，OverFeat，Region CNN， Dense Neural Pattern等等。 对这个方向来说，百闻不如一试，趁着其他程序还在跑没什么事，我安装了一下RCNN来看看效果
Ubuntu22.04+Anaconda3安装瑞芯微rknn_toolkit-1.7.1环境
limengshi138392的博客
03-29 503
【代码】Ubuntu22.04+Anaconda3安装瑞芯微rknn_toolkit-1.7.1环境。
R-CNN系列算法 windows下的运行 (二) windows+caffe--R-FCN (python)
weixin_38715903的博客
07-22 1653
目录 一、写在前面的话 二、clone caffe和r-cnn系列的caffe代码 三、按需求编译caffe，即Build caffe和pycaffe 四、编译lib文件夹下的setup.py，即Build Cython 五、demo_rfcn.py运行 六、训练自己的数据集 一、写在前面的话 首先为什么是（二），因为之前有完成过Faster r-cnn的训练，所以R-FCN称之为...
win10系统anaconda搭建tensorflow环境运行Mask_RCNN以及ubuntu中conda配置
YouFigo的博客
12-06 733
0、相关说明及anaconda下载安装 0.1： anaconda版本3-4.3.0 0.2： 遇到的问题： PermissionError: [Errno 13] Permission denied: 'C:\\ProgramData\\Anaconda3\\                             tensorflow安装时显示：多个安装失败 0.3： anaco...
在Windows系统下，用faster-RCNN进行模型训练
Angela_qin的博客
03-05 4825
一、图片标注程序1:（实用性不高）下载地址：http://download.youkuaiyun.com/download/sinat_30071459/9573982参考网址：http://blog.youkuaiyun.com/sinat_30071459/article/details/50723212使用方法:代码已经封装成DLL，你只需要打开项目，将图像路径修改成你的即可。（我用的VS为2013）。生成的txt...
File "D:\pycharm\PythonProject\人体姿态估计_基于Pytorch+MaskRCNN实现人体姿态估计算法_附项目源码_优质项目实战\coco.py", line 48, in <module> import model as modellib
最新发布
03-23
引用[2]中的路径显示用户使用了Anaconda环境，路径为`C:\Users\...\anaconda3\envs\maskrcnn\...`，这说明用户应该激活名为`maskrcnn`的环境，否则会找不到模块。 另外，文件路径的问题也可能导致模块无法导入。...
深度解析：Mask-RCNN环境搭建与实战指南
本篇文章主要介绍了如何在Windows环境下搭建和运行Mask-RCNN，这是一项基于深度学习的计算机视觉技术，特别用于目标检测和实例分割任务。Mask-RCNN是由Google的Matterport团队开发，其基础论文《Faster R-CNN: ...
Mask_RCNN安装(ROS环境下)
Asber的博客
02-02 990
github-code 因为一开始MASKRCNN使用COCO训练的，所以其识别分割种类有80种 教程步骤: 1.conda create -n maskrcnn python=3.4 2.pip3 install -r requirements.txt 报错如下，但是不做处理 ERROR: scikit-image 0.15.0 has requirement pillow>=4.3.0,...
CNN卷积神经网络应用于人脸识别（带详细流程+代码实现）
01-30
《DeepLearning tutorial（5）CNN卷积神经网络应用于人脸识别（详细流程+代码实现）》这篇文章的代码，将CNN用于人脸识别，整个实现流程请见：http://blog.youkuaiyun.com/u012162613/article/details/43277187
Windows 下 TensorFlow 和 Faster rcnn 详细安装步骤（二）
热门推荐
tuoyakan9097的博客
08-18 2万+
Windows 下 TensorFlow Faster rcnn 详细安装步骤（一） 上一篇博客详细介绍了Windows系统下TensorFlow框架的搭建，这篇将继续介绍Faster rcnn算法的安装。 本文选择的WindowsFaster rcnn python版本代码为https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3....
windows下faster-rcnn配置（python）学习笔记（一）
xitie8523的博客
09-19 416
参考：Caffe: Faster-RCNN Python版本配置 (Windows) 环境：win7，vs2013，cuda8.0，cudnn5.1，anaconda2+python2.7 按照Caffe: Faster-RCNN Python版本配置 (Windows)配置，总结过程： 1）环境变量 cmd——&gt;set查看所有环境变量； set path查看path； set ...
搭建一个基于CNN数字识别项目的环境（Pycharm+Pytorch+Opencv)
qq_58158569的博客
03-08 1395
配置一个Pycharm+Pytorch+Opencv的基于CNN的数字识别系统的环境
Anaconda安装深度学习框架tensorflow_总结
weixin_51205206的博客
08-27 764
Anaconda安装深度学习框架tensorflow_总结一、安装Anaconda二、创建python虚拟环境1、conda常用的命令2、安装虚拟环境3、激活/切换虚拟环境三、安装cuDNN和CUDA四、安装tensorflow及相关库（使用pycharm）五、注意 从网上看了很多安装深度学习环境tensorfow的教程，很多需要通过Anaconda，并且使用国内的镜像源安装，而且存在很多版本不匹配的问题。 我经过多次安装，总结了简便的安装方式（目前可以），以及需要注意的库版本的对应问题。 安装环境如下：
[工程部署]rknn-toolkit以及rknpu_sdk环境搭建--以rk3588为例
嵌入式人工智能相关
04-14 8890
rknn-toolkit以及rknpu_sdk环境搭建--以rk3588为例，后续会继续更新yolov7部署在3588的相关教程
[Win11]Mask-RCNN 环境配置
weixin_56761417的博客
04-04 1378
Mask-RCNN环境配置
MaskRCNN环境配置
sinat_29634715的博客
01-31 3154
一、Ananconda虚拟环境 1、python环境 (1)创建虚拟环境 conda create -n MaskRCNN python=3.6 conda activate MaskRCNN (2)安装依赖包 conda install ipython pip pip install ninja yacs cython matplotlib tqdm opencv-python r...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

高高呀~

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值