一、安装Anaconda3

1、下载

下载地址:https://www.continuum.io/downloads

2、安装

在文件目录下执行:bash Anaconda3-4.2.0-Linux-x86_64.sh

回车键继续

阅读完注册信息后,这里输入“yes”

选择加入环境变量,这里输入“yes”

看到信息“For this change to become active, you have to open a new terminal.”(要使这个更改生效,必须打开一个新的终端。)这句话提示,需要在新的终端窗口使用anaconda,打开新的终端,查看相应的版本信息

3、创建

conda create -n tensorflow python=3.6

4、激活

source activate tensorflow

激活以后命令行前面会增加   (tensorflow)

二、安装Tensorflow(CPU)

1、安装依赖包

在上一步命令行上直接输入一下命令安装

首先升级pip,如果不升级,会有提示,

pip install --upgrade pip

(目前,应该会升级到pip18)

接下来依次输入

pip install numpy

pip install scipy

pip install cython

pip install h5py

pip install Pillow

pip install scikit-image

pip install keras

pip install theano

pip install jupyter

pip install six

安装完成以后进入下一步

2、安装pycocotools

直接输入

git clone https://github.com/waleedka/coco.git

pip install git+ https://github.com/waleedka/coco.git#subdirectory=PythonAPI

#or

-------------------------

cd到PythonAPI里面,使用命令 
python setup.py build_ext install 
安装即可,如果是安装python3,需要使用 
python3 setup.py build_ext install

-------------------------

3、在上一步的基础上直接输入命令:

pip install tensorflow==1.5.0     //版本号根据需要自定义

安装完成以后在命令行上输入:python   回车,进入python3.6,在命令行分别输入以下命令

(tensorflow)$ python    ###########

import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
sess.run(hello)

如果命令行输出    Hello, TensorFlow!    ,说明tensorflow安装成功

测试完成以后输入  exit()  退出python,继续下一步安装

4、安装opencv

在上一基础上,在命令行输入:

pip install opencv-python

5、安装imagaug

pip install imgaug

三、配置Mask-RCNN

1、下载Mask-RCNN

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

2、下载coco权重文件

https://github.com/matterport/Mask_RCNN/releases

在页面上下载  mask_rcnn_coco.h5 (246MB)

下载完成以后放在Mask_RCNN目录下即可

3、运行Mask_RCNN案例

在前面步骤的基础上进入 Mask_RCNN目录

在命令行输入:jupyter notebook  回车

稍等片刻,会在浏览器打开页面,点击进入  samples目录,点击demo.ipynp进入代码运行页面

选择  Cell  菜单,在  Cell下拉菜单选择  Run All,稍等片刻,在该页面底部会输出运行结果

ubuntu16配置Mask-RCNN的更多相关文章

  1. Windows上配置Mask R-CNN及运行示例demo.ipynb

    最近做项目需要用到Mask R-CNN,于是花了几天时间配置.简单跑通代码,踩了很多坑,写下来分享给大家. 首先贴上官方Mask R-CNN的Github地址:https://github.com/m ...

  2. Ubuntu16.04+Cuda8.0+cuDNN6配置py-faster rcnn(转)

    原博客地址:https://blog.csdn.net/meccaendless/article/details/79557162 0前言Faster R-CNN是任少卿2015年底推出的目标检测算法 ...

  3. ubuntu16.04跑通Mask R-CNN Demo

    1. 下载源码: git clone https://github.com/matterport/Mask_RCNN 2. 安装依赖项(其实就是程序的运行环境) 我是用conda新建的虚拟环境. (1 ...

  4. Mask RCNN 源码阅读(update)

    之前看了Google官网的object_dectect 的源码,感觉Google大神写的还不错.最近想玩下Mask RCNN,就看了下源码,这里刚好当做总结和梳理.链接如下: Google官网的obj ...

  5. Mask R-CNN详解和安装

    Detectron是Facebook的物体检测平台,今天宣布开源,它基于Caffe2,用Python写成,这次开放的代码中就包含了Mask R-CNN的实现. 除此之外,Detectron还包含了IC ...

  6. [代码解析]Mask R-CNN介绍与实现(转)

    文章来源 DFann 版权声明:如果你觉得写的还可以,可以考虑打赏一下.转载请联系. https://blog.csdn.net/u011974639/article/details/78483779 ...

  7. 使用colab运行深度学习gpu应用(Mask R-CNN)实践

    1,目的 Google Colaboratory(https://colab.research.google.com)是谷歌开放的一款研究工具,主要用于机器学习的开发和研究.这款工具现在可以免费使用, ...

  8. CVPR目标检测与实例分割算法解析:FCOS(2019),Mask R-CNN(2019),PolarMask(2020)

    CVPR目标检测与实例分割算法解析:FCOS(2019),Mask R-CNN(2019),PolarMask(2020)1. 目标检测:FCOS(CVPR 2019)目标检测算法FCOS(FCOS: ...

  9. Mask R-CNN用于目标检测和分割代码实现

    Mask R-CNN用于目标检测和分割代码实现 Mask R-CNN for object detection and instance segmentation on Keras and Tenso ...

  10. 论文笔记:Mask R-CNN

    之前在一次组会上,师弟诉苦说他用 UNet 处理一个病灶分割的任务,但效果极差,我看了他的数据后发现,那些病灶区域比起整张图而言非常的小,而 UNet 采用的损失函数通常是逐像素的分类损失,如此一来, ...

随机推荐

  1. JS将数字转换成三位逗号分隔的样式

    function formatNum(num) { if(!/^(\+|-)?(\d+)(\.\d+)?$/.test(num)){alert("wrong!"); return ...

  2. 红帽企业版Linux成为Linux下的.NET Core的参考平台

    微软和红帽声明将在红帽企业版Linux运行的.NET纳入官方支持.经两家公司透露,“红帽企业级Linux将成为Linux下的.NET Core主要参考操作系统”. 来自红帽资深开发者Harry Mow ...

  3. BackBone 源码解读及思考

    说明 前段时间略忙,终于找到时间看看backbone代码. 正如知友们说的那样,backbone简单.随性. 代码简单的看一眼,就能知道作者的思路.因为简单,所以随性,可以很自由的和其他类库大搭配使用 ...

  4. [基本操作] kd 树

    概念就不说了吧,网上教程满天飞 学了半天才知道,kd 树实质上只干了两件事情: 1.快速定位一个点 / 矩形 2.有理有据地优化暴力 第一点大概是可以来做二维平面上给点/矩形打标记的问题 第二点大概是 ...

  5. an easy problem(贪心)

    An Easy Problem Time Limit: 1000MS   Memory Limit: 65536K Total Submissions: 8333   Accepted: 4986 D ...

  6. 三、python沉淀之路--列表(list)

    一.列表提供的一些方法 1.append():在原值最后追加 li = [11,22,33,44,55,] li.append(99) print(li) li.append('中国') print( ...

  7. Tomcat设计模式分析(转) 2

    Tomcat 系统架构与设计模式,第 2 部分: 设计模式分析 这个分为两个部分的系列文章研究了 Apache Tomcat 服务器的系统架构以及其运用的很多经典设计模式.第 1 部分 分析了 Tom ...

  8. Visualforce入门第六篇_2017.3.1

    Visualforce实现过滤.数据列表显示.分页功能 可以参考salesforce官网开发文档:https://trailhead.salesforce.com/modules/visualforc ...

  9. bootstrap简单的签收页面

    http://aqvatarius.com/themes/atlant/html/ui-icons.html <%@ Page Language="C#" AutoEvent ...

  10. (转)SqlDependency学习笔记

    本文转载自:http://www.cnblogs.com/yjmyzz/archive/2009/06/14/1502921.html sqlDependency提供了这样一种能力:当被监测的数据库中 ...