zoukankan      html  css  js  c++  java
  • ubuntu16配置Mask-RCNN

    一、安装Anaconda3

    1、下载

    下载地址:https://www.continuum.io/downloads 

    2、安装

    在文件目录下执行:bash Anaconda3-4.2.0-Linux-x86_64.sh

    回车键继续

    阅读完注册信息后,这里输入“yes”

    选择加入环境变量,这里输入“yes”

    看到信息“For this change to become active, you have to open a new terminal.”(要使这个更改生效,必须打开一个新的终端。)这句话提示,需要在新的终端窗口使用anaconda,打开新的终端,查看相应的版本信息 

    3、创建

    conda create -n tensorflow python=3.6

    4、激活

    source activate tensorflow 

    激活以后命令行前面会增加   (tensorflow)

    二、安装Tensorflow(CPU)

    1、安装依赖包

    在上一步命令行上直接输入一下命令安装

    首先升级pip,如果不升级,会有提示,

    pip install --upgrade pip

    (目前,应该会升级到pip18)

    接下来依次输入

    pip install numpy

    pip install scipy

    pip install cython

    pip install h5py

    pip install Pillow

    pip install scikit-image

    pip install keras

    pip install theano

    pip install jupyter

    pip install six

    安装完成以后进入下一步

    2、安装pycocotools

    直接输入

    git clone https://github.com/waleedka/coco.git

    pip install git+ https://github.com/waleedka/coco.git#subdirectory=PythonAPI

    #or

    -------------------------

    cd到PythonAPI里面,使用命令 
    python setup.py build_ext install 
    安装即可,如果是安装python3,需要使用 
    python3 setup.py build_ext install

    -------------------------

    3、在上一步的基础上直接输入命令:

    pip install tensorflow==1.5.0     //版本号根据需要自定义

    安装完成以后在命令行上输入:python   回车,进入python3.6,在命令行分别输入以下命令

    (tensorflow)$ python    ###########

    import os
    os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
    import tensorflow as tf
    hello = tf.constant('Hello, TensorFlow!')
    sess = tf.Session()
    sess.run(hello)

    如果命令行输出    Hello, TensorFlow!    ,说明tensorflow安装成功

    测试完成以后输入  exit()  退出python,继续下一步安装

    4、安装opencv

    在上一基础上,在命令行输入:

    pip install opencv-python

    5、安装imagaug

    pip install imgaug

    三、配置Mask-RCNN

    1、下载Mask-RCNN

     git clone https://github.com/matterport/Mask_RCNN.git

    2、下载coco权重文件

    https://github.com/matterport/Mask_RCNN/releases

    在页面上下载  mask_rcnn_coco.h5 (246MB)

    下载完成以后放在Mask_RCNN目录下即可

    3、运行Mask_RCNN案例

    在前面步骤的基础上进入 Mask_RCNN目录

    在命令行输入:jupyter notebook  回车

    稍等片刻,会在浏览器打开页面,点击进入  samples目录,点击demo.ipynp进入代码运行页面

    选择  Cell  菜单,在  Cell下拉菜单选择  Run All,稍等片刻,在该页面底部会输出运行结果

     

     

  • 相关阅读:
    图书馆管理系统

    有理数类的设计
    题目4-多关键字排序(基于自定义比较函数)
    图总结
    树、二叉树、查找算法总结
    数据结构小结
    C语言文件
    第二次博客作业
    第一次博客作业
  • 原文地址:https://www.cnblogs.com/herd/p/9364911.html
Copyright © 2011-2022 走看看