mask rcnn 训练自己的数据踩坑记

最新推荐文章于 2023-10-30 18:57:58 发布

weixin_41685316

最新推荐文章于 2023-10-30 18:57:58 发布

阅读量1.8k

点赞数 1

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/weixin_41685316/article/details/84716740

本文详细介绍了如何搭建适用于深度学习的GPU环境，包括CUDA9、cuDNN7.0.5及TensorFlow-GPU1.5.1的安装配置。同时分享了使用LabelMe进行数据标注的技巧，解决训练中GPU运行问题的方法，以及如何处理测试时的模型路径设置，特别针对灰度图像的预处理技巧。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.安装gpu环境：①cuda9，②cudnn7.0.5，粘贴到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0，③conda create -n tensorflow-gpu python=3.5，④一定要pip install tensorflow-gpu==1.5.1；pip install keras==2.0.2，差什么包再装。

2.用labelme3.2，注意json_to_dataset的格式，label.png是十六位的，info.yaml是这样的