Mask RCNN道路分割（一）（二）——环境搭建和运行示例

本文链接：https://blog.youkuaiyun.com/suiyuan2009/article/details/106154022

第一章环境搭建

说明： 部分环境搭建的细节在以往博客中已有记录，这里只列举清单，不详细展开。

1.1 参考资源链接

1.1.1 GitHub

源代码 https://github.com/matterport/Mask_RCNN

1.1.2 Anaconda下载

官网 https://repo.anaconda.com/archive/
清华源 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

1.2 软硬件环境介绍

1.2.1 硬件环境

电脑型号：联想R720-15IKBN笔记本
处理器：Intel® Core™ i7-7700HQ CPU @ 2.80GHz
内存：16.0GB
独显：NVIDIA GeForce GTX 1050 Ti
核显：Intel® HD Graphics 630

1.2.2 软件环境

操作系统：Win10、CUDA Toolkit 9.0、cuDNN 7.3
开发平台：Anaconda3-4.7.5、Python3.6、tensorflow_gpu-1.13.0

1.2.3 云端环境

滴滴云GPU https://app.didiyun.com/#/auth/
易学智能GPU云 https://www.easyaiforum.cn/

1.3 开发环境搭建

1.3.1 软件下载和安装

.Net Framework库，版本为4.6。
Nvidia并行计算的平台CUDA，版本为9.0。
Nvidia用于深度学习加速计算的cuDNN库，版本为7.3。
Google深度学习开发框架TensorFlow，GPU版本。
安装运行tensorflow必需的msgpack库。

1.3.2 开发环境测试

1.4 问题解决

1.4.1 找不到TensorFlow库

如果一直出现找不到tensorflow库的错误，本文读者提示可以使用conda install tensorflow_gpu的方法先解决环境问题，然后再conda uninstall tensorflow_gpu，最后再实现本文当中的操作。

第二章运行示例

2.1 源码结构分析

2.1.1 源码下载

下载地址 https://github.com/matterport/Mask_RCNN

2.1.2 源码目录结构

解压缩，并修改主目录名为Mask_RCNN。目录结构如下：

Mask_RCNN
- datasets 存放数据集文件
  - my_road
    - train
      - *.jpg
    - val
      - *.png
- mrcnn 包含模型、配置和通用文件
- init_models
  - mask_rcnn_balloon.h5
  - mask_rcnn_coco.h5
- samples 项目文件
  - my_road_v1_0 针对UAS数据集，仅分割道路和背景两类
    - logs
    - train
    - eval
    - export
    - vis
  - my_road_v1_1 针对UAS数据集，仅分割道路和背景两类
- README.md

2.2 运行shapes测试示例

2.2.1 项目准备文件

shapes.py文件解析

引入包

ROOT_DIR = os.path.abspath("../../")
sys.path.append(ROOT_DIR)  # To find local version of the library
from mrcnn.config import Config
from