tensorflow-PSENet 代碼實現 （docker容器內）

tensorflow版的PSENet（github地址：https://github.com/liuheng92/tensorflow_PSENet）
首先是直接在linux環境跑這個程序，有很多環境搭建的問題，尤其是opencv的安裝使得最後使用了docker，編寫dockerfile， 在容器中運行。
1.配置環境

Installation

1.Any version of tensorflow version > 1.0 should be ok.

2.python 2 or 3 will be ok.

2.修改一些原github下載的文件
把pse/Makefile文件中的

第一行：$(shell python-config --cflags)改成$(shell python3-config --cflags)

第二行：$(shell python-config --ldflags)改成$(shell python3-config --ldflags)

eval.py ：第230行
xrange 改成 range

3.從原github上下載模型文件並且解壓到linux環境的同一目錄下

之後會遇到opencv版本的問題，體現在輸入運行eval.py的命令之後，顯示：
ImportError: libSM.so.6: cannot open shared object file: No such file or directory
於是使用容器，首先是進入需要工作的目錄，編寫dockerfile文件：
FROM tensorflow/tensorflow:1.13.2-gpu-py3
run mkdir /psenet
copy . /psenet
RUN pip install -r /psenet/requirement.txt -i https://pypi.douban.com/simple
run apt-get install libsm6 -y
run apt-get install libxrender1 -y
run apt-get install libxext6 -y
workdir /psenet/

然後在該目錄下生成dockerfile文件，之後運行：

docker build  -t   psenet-tensorflow-test :v2 .

執行完成後，顯示：

表示該鏡像成功生成！

然後，啓動剛剛的鏡像：

docker run -t -i  psenet-tensorflow-test:v2  /bin/bash

表示啓動成功！
然後執行：# python， import cv2, 發現：
說明安裝opencv依然有問題，於是在當前容器中依次執行：

rm -rf /var/lib/dpkg/lock
rm -rf /var/cache/apt/archives/lock
apt-get update
dpkg --configure -a

apt-get install libsm6
apt-get install libxrender1
apt-get install libxext-dev

之後執行 import cv2, 顯示：

之後將要測試的圖片目錄images也存放在之前的工作目錄下，再執行：

python eval.py

並且可以在之前工作目錄下找到一個results的目錄文件，可以通過WinSCP上傳到windows系統，最後呈現的結果是：