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. c++primer 第二章编程练习答案

    2.7.1 #include<iostream> int main() { using namespace std; ]; ]; cout << "input nam ...

  2. 32 python 并发编程之协程

    一 引子 本节的主题是基于单线程来实现并发,即只用一个主线程(很明显可利用的cpu只有一个)情况下实现并发,为此我们需要先回顾下并发的本质:切换+保存状态 cpu正在运行一个任务,会在两种情况下切走去 ...

  3. Python_单元测试工具nose

    一.nose的API nose的API地址:http://pythontesting.net/framework/nose/nose-introduction/ 二.安装nose 先用easy_ins ...

  4. Codeforces Round #277.5 (Div. 2)D Unbearable Controversy of Being (暴力)

    这道题我临场想到了枚举菱形的起点和终点,然后每次枚举起点指向的点,每个指向的点再枚举它指向的点看有没有能到终点的,有一条就把起点到终点的路径个数加1,最后ans+=C(路径总数,2).每两个点都这么弄 ...

  5. [转]C++ 智能指针详解

    转自:http://blog.csdn.net/xt_xiaotian/article/details/5714477 C++ 智能指针详解 一.简介 由于 C++ 语言没有自动内存回收机制,程序员每 ...

  6. 3.16 draw 3.17 更新函数

    3.16 draw virtual void draw(); void HelloWorld::draw() { CCSize size = CCDirector::sharedDirector()- ...

  7. asp.net core mcroservices 架构之 分布式日志(二)之自定义日志开发

    netcore日志原理 netcore的日志是作为一个扩展库存在的,每个组件都有它的入口,那么作为研究这个组件的入口是最好的,首先看两种方式: 这个是源码例子提供的. var loggingConfi ...

  8. 《Javascript高级程序设计》阅读记录(五):第六章 上

    这个系列以往文字地址: <Javascript高级程序设计>阅读记录(一):第二.三章 <Javascript高级程序设计>阅读记录(二):第四章 <Javascript ...

  9. 洛谷P2706 巧克力

    题目背景 王7的生日到了,他的弟弟准备送他巧克力. 题目描述 有一个被分成n*m格的巧克力盒,在(i,j)的位置上有a[i,j]块巧克力.就在送出它的前一天晚上,有老鼠夜袭巧克力盒,某些位置上被洗劫并 ...

  10. rabbitmq的vhost与用户管理

    当我们在创建用户时,会指定用户能访问一个虚拟机,并且该用户只能访问该虚拟机下的队列和交换机,如果没有指定,默认的是”/”;一个rabbitmq服务器上可以运行多个vhost,以便于适用不同的业务需要, ...