matterport MASK RCNN配置

本文转自：http://blog.csdn.net/zpp13hao1/article/details/78664994

2017.11.29

GitHub地址：https://github.com/matterport/Mask_RCNN

首先表达一下对凯明大神和RBG大神的膜拜！

1.我是在Ubuntu16.04的环境下，开辟了一个虚拟环境，

1.1 创建虚拟环境　

创建python3环境

virtualenv --python=/usr/bin/pyhton3 vene

1.2  进入虚拟环境

source vene/bin/activate

1.3 退出虚拟环境

deactivate

我的Python版本是3.5.4的

2.安装anaconda(Python 3.4+)

从官网https://www.anaconda.com/download/上下载，选择适合自己版本的，我下载的是Anaconda3-5.0.1-Linux-x86_64.sh

之后bashAnaconda3-5.0.1-Linux-x86_64.sh

遇到提示按enter，最后会提示是否加入path路径，亦可自行修改文件内容

export PATH=/home/qihongtu/zpp1/anaconda3:$PATH

echo $PATH 查看现有的地址

配置文件可以查看http://blog.csdn.net/wwwdc1012/article/details/76350781

3.安装Keras TensorFlow

查看Keras官方安装文档http://keras-cn.readthedocs.io/en/latest/for_beginners/keras_linux/

需要注意的是，因为我是在虚拟环境中，不需要sudo，不然TensorFlow和Keras会安装到本身Python2.7的版本中，注意，注意，注意

4.下载代码git clone https://github.com/matterport/Mask_RCNN

下载预先编译好的模板https://github.com/matterport/Mask_RCNN/releasesmask_rcnn_coco.h5

5.安装pycocotools

虽然别人说只是在跑自己的数据时才需要安装pycocotools，但是我跑demo的时候一直报没有pycocotools模块的错误

可以看Mask_rcnn下的coco.py文件，里面有注释说https://github.com/pdollar/coco这个网页下载的pycocotools有问题，故从https://github.com/waleedka/coco下载，并将PythonAPI/Makefile里面的Python改为Python3

在PythonAPI中make，会产生pycocotools文件夹，将这个文件夹拷入Mask_rcnn主目录下

有人说安装好以后在ipython下输入from pycocotools.coco import COCO，但是我的一直有QXcbConnection: Could not connect to display 这个错误，没有找到原因

但是我的在Python的环境下输入from pycocotools.coco import COCO是OK的。

6.下载coco数据，MS COCO是一个大型图像数据集用于目标检测，分割以及图像字幕产生。

下载网址http://cocodataset.org/#download，下载速度还可以

7.输入jupyter notebook

打开ip地址和设置好的端口，输入密码，就可以使用了，jupyter notebook 建议看http://blog.csdn.net/tina_ttl/article/details/51031113，将各种快捷键进行了说明，很方便。

我现在跑通了demo部分，可以更换自己的图片进行detect，其他的暂时没有看，后面会在更新。