環境:Ubuntu16.04+cuda8.0+cudnn6.0+Anaconda3.4.1.1+tensorflow1.4.1+keras2.1.3
**注意**:
(1)Mask Rcnn要求tensorflow1.3+,而如果需要使用cuDNN的話,tensorflow1.3需要cuDNN6.0版本纔可以。所以如果以前使用的是cuDNN5.0的話就需要升級,過程和安裝cuDNN差不多:
首先去官網 https://developer.nvidia.com/rdp/cudnn-download 下載cuDNN,需要註冊一個賬號才能下載。下載版本號如下圖:
下載cuDNN6.0之後進行解壓:
sudo tar -zxvf ./cudnn-8.0-linux-x64-v6.0.tgz
進入cuDNN6.0解壓之後的include目錄,在命令行進行如下操作:
cd cuda/include sudo cp cudnn.h /usr/local/cuda/include #複製頭文件
再將進入lib64目錄下的動態文件進行復制和鏈接:
cd ..cd lib64sudo cp lib* /usr/local/cuda/lib64/ #複製動態鏈接庫cd /usr/local/cuda/lib64/sudo rm -rf libcudnn.so libcudnn.so.6 #刪除原有動態文件sudo ln -s libcudnn.so.6.1.1 libcudnn.so.6 #生成軟銜接sudo ln -s libcudnn.so.6 libcudnn.so #生成軟銜接若原來因爲其他框架如caffe安裝了cudnn5.1,那麼爲了不影響caffe使用,可以參考這篇文章:http://blog.csdn.net/fly2leo/article/details/78500051。但我因爲是直接重新編譯了caffe,而且爲了不必要的麻煩將caffe的Makefile.config中use_cudnn=1註釋掉,即不是用cudnn。 (2)Anaconda選擇Anaconda3.4.1.1纔是對應的Python3.5,更新版本可能就是Python3.6,3.6版本tensorflow不支持。 正式開始配置Mask RCNN:
注意:以下在Anaconda環境下安裝命令不要使用sudo,否則會使用系統自帶的python2.7環境而不是Anaconda中的python3.5
具體可參考:http://blog.csdn.net/u011961856/article/details/77676461,安裝成功後將coco/PythonAPI/中的pycocotools文件夾拷入Mask_rcnn主目錄下
至此,安裝工作結束!
conda remove mkl mkl-service
若所有問題都解決了,demo的運行結果如下:
要下載COCO數據集,具體如下:
參見文章:http://blog.csdn.net/zpp13hao1/article/details/78664994
若出錯;ImportError: No module named ‘cv2,則可以: pip3 install opencv-python