本文档提供了基于MxNet框架的Mask R-CNN模型训练详细步骤及常见问题解决方案，包括环境配置、数据集准备、模型训练脚本调整等内容。
mask rcnn模型踩坑指南(MxNet框架)：
1. 环境：anaconda3+tensorflow-gpu+python2.7.14
pip freeze: certifi==2017.11.5 / Cython==0.27.3 / easydict==1.7 / frcnn-cython==0.0.0 / numpy==1.13.3 / olefile==0.44 / opencv-python==3.3.0.10 / Pillow==4.3.0 / pycocotools==0.0.0
2. 步骤 ：
a. 原始数据集+原始代码。模型运行源码网址：https://github.com/TuSimple/mx-maskrcnn，数据集网址：https://www.cityscapes-dataset.com/ . 先下载数据集gtFine_trainvaltest.zip, leftImg8bit_trainvaltest.zip（需先注册，有些麻烦）和代码git clone https://github.com/TuSimple/mx-maskrcnn.git. 数据集解压到 ./data/cityscape/目录下
b. ***@ubuntu: mx-maskrcnn-master $ bash scripts/download_res50.sh #Download Resnet-50 pretrained model
c. 安装mxnet, tutorial: https://mxnet.incubator.apache.org/get_started/build_from_source.html
(tensorflow-gpu-python2) ***@ubuntu:mx-maskrcnn-master$ git clone --recursive https://github.com/apache/incubator-mxnet.git [mxnet] # mxnet官网GitHub下载地址，download incubator-mxnet，即mxnet模块, --recursive必不可少，否则可能make失败，导致后面缺少libmxnet.so库。
d. (tensorflow-gpu-python2) ***@ubuntu: mx-maskrcnn-master $ cp rcnn/CXX_OP/* incubator-mxnet/src/operator/ # Build MXNet with ROIAlign operator.
cd incubator-mxnet
make -j8 USE_BLAS=openblas USE_CUDA=1 USE_CUDA_PATH=/usr/local/cuda USE_CUDNN=1 USE_CPP_PACKAGE=1 # c++编译选项USE_CPP_PACKAGE=1
# mxnet官网GitHub下载地址。 作者采用mxnet源码方式安装
e. cd ./rcnn/pycocotools/, python setup.py build_ext install/--inplace #此处install或--inplace自己尝试的
cd ./rcnn/cython/, python setup.py build_ext install/--inplace
# (必须进入目录运行，运行这句话之后，同一文件夹下的文件 _mask.pyx方能成为模块被其他文件import _mask) if ./rcnn/pycocotools/mask.py", line 3, import _mask, no model named ‘_mask’
f. (tensorflow-gpu-python2) ***@ubuntu: mx-maskrcnn-master $ make #build related cython code , maybe need install cython package,
g. (tensorflow-gpu-python2) ***@ubuntu: mx-maskrcnn-master $ bash scripts/train_alternate.sh #Kick off training, 需修改train_alternate.sh最后一行为单GPU
![]()
![]()
模型正常训练结果：先加载图像，再迭代
========================1285 ============================
data/cityscape/gtFine/train/bochum/bochum_000000_006746_gtFine_instanceIds.png
(2048, 1024)
========================1286 ============================
data/cityscape/gtFine/train/weimar/weimar_000022_000019_gtFine_instanceIds.png
(2048, 1024)
![]()
![]()
模型训练2h显示：
![]()
![]()
模型训练20h显示：
![]()
![]()
![]()
![]()
3. 踩的2个大坑：
a.
(1) 报如下错误：
(3) 可能原因：见https://groups.google.com/forum/#!topic/cython-users/tQlwfcpdf0k，可能是Cython 0.26与python3不兼容(谷歌搜__reduce_cython__)
b.
(1) 报如下错误：
src/storage/storage.cc:63: Check failed: e == cudaSuccess || e == cudaErrorCudartUnloading CUDA: invalid device ordinal
![]()
(2) 解决方案：将./scripts/train_alternate.sh脚本最后一行作如下修改：
--gpu 0,1,2,3 |& tee -a ${TRAIN_DIR}/train.log -> --gpu 0 |& tee -a ${TRAIN_DIR}/train.log
(3) 可能原因：见http://blog.youkuaiyun.com/zpp13hao1/article/details/78581767?locationNum=7&fps=1中间部分“使用一个GPU，源代码是使用了4个GPU，需要在train_alternate.sh中的最后一句话改为”
4. 备注
训练模型时，如出现如下libmxnet.so文件缺失，说明mxnet安装不成功，需从步骤c开始重新安装mxnet。
打印如下：RuntimeError: Cannot find the files. List of candidates:./incubator-mxnet/python/mxnet/libmxnet.so
./incubator-mxnet/python/mxnet/../../lib/libmxnet.so
./incubator-mxnet/python/mxnet/../../build/libmxnet.so
1. 环境：anaconda3+tensorflow-gpu+python2.7.14
pip freeze: certifi==2017.11.5 / Cython==0.27.3 / easydict==1.7 / frcnn-cython==0.0.0 / numpy==1.13.3 / olefile==0.44 / opencv-python==3.3.0.10 / Pillow==4.3.0 / pycocotools==0.0.0
2. 步骤 ：
a. 原始数据集+原始代码。模型运行源码网址：https://github.com/TuSimple/mx-maskrcnn，数据集网址：https://www.cityscapes-dataset.com/ . 先下载数据集gtFine_trainvaltest.zip, leftImg8bit_trainvaltest.zip（需先注册，有些麻烦）和代码git clone https://github.com/TuSimple/mx-maskrcnn.git. 数据集解压到 ./data/cityscape/目录下
b. ***@ubuntu: mx-maskrcnn-master $ bash scripts/download_res50.sh #Download Resnet-50 pretrained model
c. 安装mxnet, tutorial: https://mxnet.incubator.apache.org/get_started/build_from_source.html
(tensorflow-gpu-python2) ***@ubuntu:mx-maskrcnn-master$ git clone --recursive https://github.com/apache/incubator-mxnet.git [mxnet] # mxnet官网GitHub下载地址，download incubator-mxnet，即mxnet模块, --recursive必不可少，否则可能make失败，导致后面缺少libmxnet.so库。
d. (tensorflow-gpu-python2) ***@ubuntu: mx-maskrcnn-master $ cp rcnn/CXX_OP/* incubator-mxnet/src/operator/ # Build MXNet with ROIAlign operator.
cd incubator-mxnet
make -j8 USE_BLAS=openblas USE_CUDA=1 USE_CUDA_PATH=/usr/local/cuda USE_CUDNN=1 USE_CPP_PACKAGE=1 # c++编译选项USE_CPP_PACKAGE=1
# mxnet官网GitHub下载地址。 作者采用mxnet源码方式安装
e. cd ./rcnn/pycocotools/, python setup.py build_ext install/--inplace #此处install或--inplace自己尝试的
cd ./rcnn/cython/, python setup.py build_ext install/--inplace
# (必须进入目录运行，运行这句话之后，同一文件夹下的文件 _mask.pyx方能成为模块被其他文件import _mask) if ./rcnn/pycocotools/mask.py", line 3, import _mask, no model named ‘_mask’
f. (tensorflow-gpu-python2) ***@ubuntu: mx-maskrcnn-master $ make #build related cython code , maybe need install cython package,
g. (tensorflow-gpu-python2) ***@ubuntu: mx-maskrcnn-master $ bash scripts/train_alternate.sh #Kick off training, 需修改train_alternate.sh最后一行为单GPU
模型正常训练结果：先加载图像，再迭代
========================1285 ============================
data/cityscape/gtFine/train/bochum/bochum_000000_006746_gtFine_instanceIds.png
(2048, 1024)
========================1286 ============================
data/cityscape/gtFine/train/weimar/weimar_000022_000019_gtFine_instanceIds.png
(2048, 1024)
模型训练2h显示：
模型训练20h显示：
3. 踩的2个大坑：
a.
(1) 报如下错误：
运行最后一步bash scripts/train_alternate.sh报错，File "_mask.pyx", line 56, in init rcnn.pycocotools._mask AttributeError: type object 'rcnn.pycocotools._mask.RLEs' has no attribute '__reduce_cython__'
(3) 可能原因：见https://groups.google.com/forum/#!topic/cython-users/tQlwfcpdf0k，可能是Cython 0.26与python3不兼容(谷歌搜__reduce_cython__)
b.
(1) 报如下错误：
src/storage/storage.cc:63: Check failed: e == cudaSuccess || e == cudaErrorCudartUnloading CUDA: invalid device ordinal
(2) 解决方案：将./scripts/train_alternate.sh脚本最后一行作如下修改：
--gpu 0,1,2,3 |& tee -a ${TRAIN_DIR}/train.log -> --gpu 0 |& tee -a ${TRAIN_DIR}/train.log
(3) 可能原因：见http://blog.youkuaiyun.com/zpp13hao1/article/details/78581767?locationNum=7&fps=1中间部分“使用一个GPU，源代码是使用了4个GPU，需要在train_alternate.sh中的最后一句话改为”
4. 备注
训练模型时，如出现如下libmxnet.so文件缺失，说明mxnet安装不成功，需从步骤c开始重新安装mxnet。
打印如下：RuntimeError: Cannot find the files. List of candidates:./incubator-mxnet/python/mxnet/libmxnet.so
./incubator-mxnet/python/mxnet/../../lib/libmxnet.so
./incubator-mxnet/python/mxnet/../../build/libmxnet.so
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
