MASK-RCNN tensorflow环境搭建

这篇具有很好参考价值的文章主要介绍了MASK-RCNN tensorflow环境搭建。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

此教程默认你已经安装了Anaconda,且tensorflow 为cpu版本。为什么不用gpu版本,原因下面解释。

此教程默认你已经安装了Anaconda。

因为tensorflow2.1后的gpu版·,不支持windows。并且·只有高版本的tensorflow才对应我的CUDA12.2;
而且,我之前安装了pytorch跑tolov8,cuda都很高。安装tensorflow-gpu的话,需要重新安装我的cuda,感觉太麻烦了。过程中一直遇到各种错误。索性直接放弃gpu版本了。

第一步,安装CUDA和CUDnn。

window+r,进入命令行,输入nvidia-smi.显示信息如下:
MASK-RCNN tensorflow环境搭建,深度学习,tensorflow,python,cnn
所以我安装的CUDA是12.2版本的。

进入CUDA安装路径,查看CUDnn 版本:

MASK-RCNN tensorflow环境搭建,深度学习,tensorflow,python,cnnMASK-RCNN tensorflow环境搭建,深度学习,tensorflow,python,cnn

我电脑为win10.显卡为3060,CUDA、CUDnn版本如上图所示。安装自己电脑对应的CUDA和CUDnn。pycharm使用的版本是:PyCharm 2023.2.3。CSDN上也有对应CUDA下载教程。

在Anaconda中创建虚拟环境

conda create -n maskrcnn python=3.6

激活并进入环境

conda activate maskrcnn
MASK-RCNN tensorflow环境搭建,深度学习,tensorflow,python,cnn

安装tensorflow,使用清华镜像安装:

pip install tensorflow==1.5.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
安装之后,进入python,看一下是否安装成功;

MASK-RCNN tensorflow环境搭建,深度学习,tensorflow,python,cnn
没有报错,至于出现下面那一推东西,不用管他。能用就行。

安装其他依赖包,一个一个复制安装:

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple numpy1.17.0
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple scipy
1.2.1
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pillow8.4.0
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple cython
0.29.28
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple matplotlib3.3.4
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple scikit-image
0.17.2
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python4.3.0.38
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple h5py
2.10.0
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple imgaug0.4.0
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple ipython
7.16.3

到这里tensorflow就算安装完成了。下一步需要下载官方的MASKRCNN代码包。

地址:https://gitcode.com/mirrors/matterport/mask_rcnn/tree/master
除了代码包以外,还需要下载他的预训练权重和数据集。我数据集下载的是气球数据集。
找不到权重文件,数据集,源码的小伙伴也可以在我分享的网盘里下载。

百度网盘链接:

链接:https://pan.baidu.com/s/1N5VRfzuvdNGjvJthbq9CJA
提取码:2222

下载完后,把xmaskrcnn放到自己电脑盘中,最好不要有中文。
把数据集,权重文件解压到目录下:
MASK-RCNN tensorflow环境搭建,深度学习,tensorflow,python,cnn
我把整个文件都打包上传,读者就不需要解压,移动了。直接下一步

pycharm打开源码文件

MASK-RCNN tensorflow环境搭建,深度学习,tensorflow,python,cnn

设置python解释器,就是刚刚创建的那个Anaconda环境下的maskrcnn,里面有个python.exe文件:

设置->项目:MaskRCNN->python解释器:添加解释器
MASK-RCNN tensorflow环境搭建,深度学习,tensorflow,python,cnn
MASK-RCNN tensorflow环境搭建,深度学习,tensorflow,python,cnn

选择完后,自己可以新建一个test.py,看看tensorflow能不能用。

找到下面这个ballon.py文件,并且在ballon文件夹下面新建一个logs文件夹。

MASK-RCNN tensorflow环境搭建,深度学习,tensorflow,python,cnn

里面代码修改如下(只修改这部分,里面的路径根据自己实际情况改):

MASK-RCNN tensorflow环境搭建,深度学习,tensorflow,python,cnn

编辑配置

MASK-RCNN tensorflow环境搭建,深度学习,tensorflow,python,cnn
MASK-RCNN tensorflow环境搭建,深度学习,tensorflow,python,cnn
点开之后,输入:
MASK-RCNN tensorflow环境搭建,深度学习,tensorflow,python,cnn
点击应用,确定。
就可以运行ballon.py这个文件了。结果如下图:
MASK-RCNN tensorflow环境搭建,深度学习,tensorflow,python,cnn
MASK-RCNN tensorflow环境搭建,深度学习,tensorflow,python,cnn文章来源地址https://www.toymoban.com/news/detail-736892.html

到了这里,关于MASK-RCNN tensorflow环境搭建的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【window环境】Python安装与深度学习环境(tensorflow)配置保姆教程

    此贴主要记录window环境下,python安装、配置python环境及tensorflow(GPU、CPU)的配置。初学者记录贴,如内容有误,还请各位大佬指出来。 (1)访问Anaconda官网( https://docs.conda.io/en/latest/miniconda.html ),点击所需版本的下载链接。 (例如: https://repo.anaconda.com/miniconda/Miniconda3-

    2024年02月02日
    浏览(60)
  • 深度学习 | 基于 CPU 的 tensorflow + keras + python 版本对照及环境安装

    Hi,大家好,我是源于花海。 要让一个基于 CPU 的 tensorflow 和 keras 开发的深度学习模型正确运行起来,配置环境是个重要的问题,本文介绍了 tensorflow 和 keras 和对应的 python 版本以及安装环境的部分流程。 目录 一、tensorflow + keras + python 版本对照 二、tensorflow 和 keras 安装流

    2024年01月25日
    浏览(47)
  • Python深度学习实战-基于tensorflow原生代码搭建BP神经网络实现分类任务(附源码和实现效果)

            前面两篇文章分别介绍了两种搭建神经网络模型的方法,一种是基于tensorflow的keras框架,另一种是继承父类自定义class类,本篇文章将编写原生代码搭建BP神经网络。 本人读研期间发表5篇SCI数据挖掘相关论文,现在某研究院从事数据挖掘相关科研工作,对数据挖掘

    2024年02月08日
    浏览(54)
  • windows10系统PYthon深度学习环境安装(Anaconda3、PYthon3.10、CUDA11.6、CUDDN10、pytorch、tensorflow,Pycharm)

    一、 總體说明 1、說明:總體採用https://blog.csdn.net/zhizhuxy999/article/details/90442600方法,部分步驟由於版本變化,進行了調整。 2、基本概念 编程语言/编译器:Python。Python的特点是“用最少的代码干最多的事”。Python 2即在2020年停止更新,所以现在学习Python 3是最好的选择。 P

    2023年04月18日
    浏览(84)
  • 深度学习笔记(二)——Tensorflow环境的安装

    本篇文章只做基本的流程概述,不阐述具体每个软件的详细安装流程,具体的流程网上教程已经非常丰富。主要是给出完整的安装流程,以供参考 一个好的算法环境往往能够帮助开发者事半功倍,入门学习的时候往往搭建好环境就已经成功了一半。 在机器学习或者深度学习

    2024年01月17日
    浏览(55)
  • Tensorflow入门(1)——深度学习框架Tesnsflow入门 & 环境配置 & 认识Tensorflow

    1.anaconda以及Tensorflow的安装: https://blog.csdn.net/qq_33505204/article/details/81584257 2.Anaconda详细安装及使用教程: https://blog.csdn.net/ITLearnHall/article/details/81708148 3.windows平台下,TensorFlow的安装、卸载以及遇到的各种错误: https://blog.csdn.net/qq_27245699/article/details/81050035 CONDA环境安装: co

    2024年02月12日
    浏览(47)
  • 深度学习—Python、Cuda、Cudnn、Torch环境配置搭建

    近期由于毕设需要使用Yolo,于是经过两天捣腾,加上看了CSDN上各位大佬的经验帖后,成功搭建好了GPU环境,并能成功使用。因而在此写下这次搭建的历程。 万事开头难,搭建环境很费时间,如果一开始版本不对应,到后面就要改来改去,很麻烦。首先要注意以下事项: 1.

    2024年02月11日
    浏览(210)
  • 安装anaconda3,并搭建一个python3.10开发环境【AI深度学习环境搭建】

    安装anaconda3,并搭建一个python3.10开发环境 1.打开conda官方下载地址 https://repo.anaconda.com/archive/,找到Anaconda3-2023.03-1-Windows-x86_64.exe 下载按默认方式安装到你目标盘。 2.打开安装好的Anaconda Powershell Prompt 执行 conda env list   查看本地的conda环境 (base) PS C:UsersAdministrator  conda env

    2024年02月08日
    浏览(55)
  • Mask RCNN详解

            Mask R-CNN是对Faster R-CNN的直观扩展,网络的主干有RPN转换为主干网络为ResNet的 特征金字塔网络(FPN),同时 添加了一个分支用于预测每个感兴趣区域(RoI)上的分割掩模,与现有的用于分类和边界盒回归的分支并行(图1)。 掩模分支是一个应用于每个RoI的小FCN,以像素

    2023年04月11日
    浏览(34)
  • 从零开始配置深度学习环境:CUDA+Anaconda+Pytorch+TensorFlow

    本文适用于电脑有GPU(显卡)的同学,没有的话直接安装cpu版是简单的。CUDA是系统调用GPU所必须的,所以教程从安装CUDA开始。 可以配合视频教程食用:https://www.bilibili.com/video/BV12m4y1m7pq/?vd_source=06e4e8652ea90d79dadb7a59ff8acd36 CUDA是加速深度学习计算的工具,诞生于NVIDIA公司,是一

    2023年04月14日
    浏览(66)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包