Mask_RCNN入門（一）—— 跑通代碼

寫在前面

本文主要參考教程：tensorflow版的Mask_RCNN，這個教程也是跑通github上Mask_RCNN項目的教程，爲了在避免不必要的廢話和原教程可能改變之間trade off，本教程將簡述主要步驟，詳情請參考原教程，但是同時記錄需要注意的點和一些坑。
同時考慮到各種兼容性問題，有必要說明一下我的軟硬件環境：
操作系統：Windows10 家庭中文版
CPU：i5 8700 8核 8G內存
GPU：GTX 1060 6G顯存
conda version：4.8.2
時間：2020-03-04 （考慮到未指定版本的包默認下載最新版本，故聲明時間點）

一步一步來

1.git clone項目

關於怎麼git項目，這裏不再贅述。
clone後第一步去看看項目READ.md（當然在github上也可以直接看），爲了節省時間，這裏列出幾個值得注意的地方：

• python版本要求
  
• 使用requirements.txt安裝包和其他注意事項
  
  這裏只是提醒一下，這幾點具體怎麼處理我在下面會仔細闡述，不用擔心。

2.conda創建好環境

• conda下載使用
  conda可以快速簡單地創建python環境，推薦使用，但同時考慮到conda的庫不夠全，推薦使用pip下載包(下面介紹的requirements.txt安裝方式也是要使用pip)，即“conda創建環境+pip安裝包”的方式。關於conda和pip的下載使用這裏不再贅述，感興趣的可以參考我寫的關於conda和pip使用的介紹：
  Anaconda初探
  conda的基本命令
  使用pip安裝包
  Python,pip,conda和Anaconda
  安裝好Anaconda和pip以後，做好進行永久性換上境內鏡像，不然之後的install總是會報timeout錯誤。

• 創建python=3.5.2環境
  conda創建環境需要指定
  前面也看到過項目環境要求介紹：
  
  即Python 3.4，但是因爲之前跑Keras-yolo3使用的是Python 3.5.2不想再下載其他包了，就直接使用的Python 3.5.2,（據說>=3.4都可以）：

conda create -n mask_rcnn python=3.5.2

3.pip安裝包

之前就注意到：

所以接下來不用按教程一個一個包單獨下載，直接使用項目目錄下的requirements.txt安裝即可，但是經實測，有幾點需要注意：

• 升級好pip：

python -m pip install --upgrade pip

• 升級好setuptools

python -m pip install --upgrade setuptools

• 使用requirements.txt安裝包
  看下項目目錄下的requirements.txt：
  
  經實測，我的機器上直接安裝tensorflow>=1.3.0會報和tensorflow_board兼容性錯誤：
  
  在requirements.txt中直接指定：

tensorflow==1.6.0

可以成功安裝（這也是我跑Keras-yolo3的環境），這個問題應該不是普遍的，不報錯就不用改。
回到之前，指定tensorflow版本之後，開始安裝：

cd 項目目錄
python -m pip install -r requirements.txt

這裏記錄一個“奇怪”的坑：
在windows server上使用Anaconda創建python環境安裝requirements.txt時，總是報：

ERROR: Could not find a version that satisfies the requirement tensorflow==1.6.0 (from versions: none)
ERROR: No matching distribution found for tensorflow==1.6.0

更奇怪的是

python -m pip search tensorflow

也沒有1.6.0的版本
pip換成Alibaba的源後，又報錯：

ERROR: Command errored out with exit status 1: python setup.py egg_info Check the logs for full command output

無語，最後解決：
卸載掉Anaconda32位，安裝64位，pip仍使用Tsinghua的源，又ok了。完全可以找到安裝1.6.0。

4.下載官方模型

下載好mask_rcnn_coco.h5，下載路徑有很多，之前說的REAM.md注意點中就有：
但國內的github下載速度很慢（這個挺大，251M），可以在網上找其他的資源，我就是使用tensorflow版的Mask_RCNN給的百度網盤的鏈接下載的。
下載好後，放入項目目錄。

5.運行demo

官方給的教程建議直接運行項目目錄下/samples/demo.ipynb：

但是由於我沒怎麼使用過Jupyter notebook（好吧，其實我試了一下，但是Jupyter切換自己使用的kernel總是有問題，索性放棄），也爲了更好的適用性，現將demo.ipynb轉爲demo.py：

注：ipynb轉py指令 —— jupyter noconvert --to script xxx.ipynb，會在當前目錄下生成xxx.py。

生成後：

直接運行：demo.py:

報錯：

那就安裝：

python -m pip install pycocotools

又報錯：

好吧，其實這是個大問題，潛藏在之前提到的注意點中：

事情是這樣的：在demo.ipynb（當然現在是demo.py了，是一回事）中有這麼一句：

即demo.py是調用我們之前下載官方模型——COCO weights即mask_rcnn_coco.h5文件來進行測試，而使用上面也說了：

to train or test on MS COCO install pycocotools

如果要用MS COCO進行訓練或測試就必須安裝pycocotools這個包，這也是爲什麼requirements.txt安裝沒有報錯，運行demo.py才報錯的原因 —— 你可以不使用mask_rcnn_coco.h5進行訓練測試，使用自己的數據訓練模型或者其他的模型，這樣就不用裝pycocotools包。

好了，現在知道爲什麼要裝pycocotools了，那麼安裝過程中爲什麼又會報Microsoft Visual C++ 14.0 is required的這個錯誤呢？
原因其實在上面的注意點的最後一行已經說了：

安裝pycocotools必須要有Microsoft Visual C++ 2015 build tools（其實就是14.0，2015對應14.0）
所以先去安裝Microsoft Visual C++ 2015 build tools，這個東西網上可靠的資源還蠻少（某N上很多人利用這個公開資源賺幣，嗯）， 這裏放上兩個可靠的資源：
visualcppbuildtools_full.exe
visualcppbuildtools_full.exe

安裝好後，繼續：

python -m pip install pycocotools

原錯誤消失，繼續報錯：

錯誤：
Command line error D8021 : invalid numeric argument ‘/Wno-cpp’
解決方案：
不再使用pip在線安裝，採用本地編譯安裝：

• 下載：cocoapi（內含pycocotools）：
  https://github.com/cocodataset/cocoapi
• 進入PythonAPI文件夾：
  
  修改setup.py文件：
  
  爲：
  
  到setup.py目錄下，執行：

python setup.py build_ext --inplace

把生成的pycocotools放入conda相應環境下的python的庫目錄下——%python安裝路徑%\Lib\site-packages，對於當前的conda環境：
先看環境位置：

庫位置：C:\Users\apple.conda\envs\mask_rcnn\Lib\site-packages，放入：

解決方案參考：https://blog.csdn.net/qq_29592829/article/details/82877494
其實上面的pycocotools安裝方式也是Mask_RCNN的READ.md中建議的：

6.註釋掉get_ipython().run_line_magic()

安裝好pycocotools後，回去運行demo.py:

python demo.py

報錯：

報錯：get_ipython().run_line_magic(‘matplotlib’, ‘inline’)
查資料知，這是Jupyter notebook執行的語句，將ipynb文件轉爲py文件執行後就會報此錯，粗暴的解決方式是，直接註釋掉：

再次運行，成功！

Q&A

Q1：既然直接pip install pycocotools會報錯，最終還是通過本地安裝 —— git cocoapi中本地生成pycocotools包，導入python庫，那麼我們中間的解決的報錯 —— Microsoft Visual C++ 14.0是不是多餘的呢？ 直接本地安裝不就好了？
A1：經實測，不行，如果不安裝Microsoft Visual C++ 14.0，那麼本地通過cocoapi安裝時還是會報錯。這也印證了README.md

Q2：安裝Microsoft Visual C++ 14.0後，除了還有其他方式安裝嗎？
A2：有的

pip install git+https://github.com/philferriere/cocoapi.git#subdirectory=PythonAPI

看命令大致也知道，就是將git cocoapi和pip install命令合在一起，但經實測不起作用（命令行半天沒反應，不知道是在下載cocoapi還是哪裏出錯了），所以只放在這裏作爲參考

Q3：如果通過Jupyter notebook運行demo.ipynb自然下面這行不會報錯：

get_ipython().run_line_magic('matplotlib', 'inline')

A3：但是要先熟悉Jupyter notebook的用法，特別是如何在Jupyter notebook中使用conda環境。

Q4：requirements.txt中tensorflow不是cpu版本的，如果想使用gpu版本的呢？
A4：見我另外一門教程Mask_RCNN入門（三）—— 使用gpu進行訓練和測試