版权声明:本文为博主原创文章,未经作者允许请勿转载。 https://blog.csdn.net/heiheiya https://blog.csdn.net/heiheiya/article/details/81481390
1. 首先克隆mask r-cnn的代码仓库。
git clone [email protected]:matterport/Mask_RCNN.git
2. 安装依赖项。
cd Mask_RCNN
pip3 install -r requirements.txt
3. build。
python3 setup.py install
4. 下载预训练模型mask_rcnn_coco.h5,点击下载。
5. 安装pycocotools,请参考链接:安装pycocotools。
6. 修改参数。因为coco数据集图像尺寸较大,所以在训练coco数据集时,我将samples/coco/coco.py中的IMAGES_PER_GPU修改为1(原代码中设置为2,在我的机器上会out of memory),我只有一个GPU,所以GPU_COUNT也修改为1。
7. 开始训练。如果没有提前下载coco数据集,需要将--download设为True。
python samples/coco/coco.py train --dataset=your/data/path/ --model=coco --download=True
对于过程中可能出现的问题请参考下列博客:
Mask R-CNN学习(二): 'keras.engine.topology' has no attribute 'load_weights_from_hdf5_group_by_name'
Mask R-CNN学习(三):windows下 cl: 命令行 error D8021 :无效的数值参数“/Wno-cpp”的解决办法
Mask R-CNN学习(四):UserWarning: Anti-aliasing will be enabled by default in skimage 0.15的解决办法