测试MaskRCNN——cuda+Anaconda+Tensorflow+pycocotools

原创已于 2022-03-19 20:24:28 修改 · 553 阅读

3 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#anaconda #cuda #tensorflow #gpu #深度学习

于 2021-05-26 17:05:42 首次发布

本文档详细介绍了如何配置深度学习环境，包括安装CUDA和CUDNN，设置Anaconda，创建虚拟环境，安装必要的库如Tensorflow和pycocotools，以及下载和运行Mask R-CNN。过程中特别提到了Tensorflow与CUDA版本的对应问题，以及pycocotools的安装方法。最后，通过运行Mask R-CNN的示例验证了环境配置的成功。

1.安装cuda以及CUDNN

桌面，鼠标右击，点击nvidia控制面板

进入下边的界面后，点击左下角系统信息

点击左下角系统信息，点击组件进入如下界面，这有个版本号，按照这个下载cuda的版本，不需要最高的版本，可以向下兼容（如：10.5可以装10.0）

下载与安装
Cuda
Cudnn
安装教程
这里由于我的电脑中安装了两个版本的vs，导致cuda的vs插件安装失败，卸载其中一个vs就好了。

2.安装Anaconda

参考教程：https://blog.csdn.net/weixin_43715458/article/details/100096496

3.创建并激活虚拟环境

清华大学镜像源地址：https://pypi.tuna.tsinghua.edu.cn/simple

创建虚拟环境：conda create --prefix=指定路径\虚拟环境名字 python=3.8(版本)

默认anaconda安装目录 conda create -n 虚拟环境名 python=3.8（版本）

在这里插入图片描述

激活虚拟环境：activate 指定路径/环境名

在这里插入图片描述

4.安装各种包

使用pip/conda 命令安装包 imgaug，numpy、scipy、Pillow，jupyter，cython，matplotlib，scikit-image，opencv-python，h5py，IPython

pip install imgaug numpy scipy Pillow jupytercython matplotlib scikit-image opencv-python h5py IPython

在这里插入图片描述

5.安装Tensorflow

Tensorflow有gpu和cpu两个版本，gpu需要与cuda版本对应起来，可以同时装，默认使用高版本的，同版本默认使用gpu，tensorflow>=1.5，keras>=2.0.8与tensorflow版本对应起来。
安装：pip install tensorflow-gpu

Tesorflow-GPU安装测试：

python
import tensorflow as tf
tf.test.is_gpu_available()
tf.test.is_built_with_cuda()

在这里插入图片描述

6. 安装pycocotools

github网址：https://github.com/philferriere/cocoapi

如果是使用自己的训练集，不需要这个，如果是使用MS coco数据集，需要下载。

git 安装：git clone https://github.com/philferriere/cocoapi.git

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

若这一步出错，可参考：https://blog.csdn.net/m0_46976404/article/details/107967133

登陆网站，下载压缩包，cocoapi-master.zip，解压后进入PythonAPI，在这一目录下运行

python setup.py build_ext install

7.下载maskrcnn

git clone https://github.com/matterport/Mask_RCNN

解压，在这一目录下运行

jupyter notebook

在这里插入图片描述
进入网页

点击sample，进入

在这里插入图片描述
点击demo.ipynb，运行

若出现keras模块错误，可能是keras与tensorflow版本不对应的问题。

可参考下面的版本
https://github.com/matterport/Mask_RCNN/issues/2587
在这里插入图片描述