概述
在自己的Windows台式机上折腾了下Mask-RCNN的训练，本来想切换到tensorflow 2.8.0，但是遇到的问题实在太多了，还是退回到1.15.0版本了
训练内容
主要是为了跑通训练流程，直接使用了Mask-RCNN的Balloon训练数据集，基于coco的权重文件开始训练
环境配置
- Python: 3.7.13
- 依赖包，限定死版本的几个，也是遇到问题慢慢锁定的版本
numpy
scipy
Pillow
cython
matplotlib
scikit-image == 0.16.2
tensorflow == 1.15.0
tensorflow-gpu == 1.15.0
keras == 2.1.3
opencv-python
h5py == 2.10
imgaug
IPython[all]
复制代码- CUDA
CUDA: 10.0
cudnn: v7.6.5.32 并且支持对应 CUDA 10.0
复制代码CUDA和cudnn安装完，bin目录配置到环境变量
代码改动
主要改动了IMAGES_PER_GPU = 2，改成了IMAGES_PER_GPU = 1，因为渣显卡显存有限
模型使用
balloon.py里一共会跑30个Epoch，在logs下对应的目录里，会有每个Epoch产生的h5模型文件。拿最后一个使用即可