maskrcnn训练结果map怎么看 maskrcnn代码

写在前面

本文主要参考教程：tensorflow版的Mask_RCNN，这个教程也是跑通github上Mask_RCNN项目的教程，为了在避免不必要的废话和原教程可能改变之间trade off，本教程将简述主要步骤，详情请参考原教程，但是同时记录需要注意的点和一些坑。
同时考虑到各种兼容性问题，有必要说明一下我的软硬件环境：
操作系统：Windows10 家庭中文版
CPU：i5 8700 8核 8G内存
GPU：GTX 1060 6G显存
conda version：4.8.2
时间：2020-03-04 （考虑到未指定版本的包默认下载最新版本，故声明时间点）

一步一步来

1.git clone项目

关于怎么git项目，这里不再赘述。
clone后第一步去看看项目READ.md（当然在github上也可以直接看），为了节省时间，这里列出几个值得注意的地方：

• python版本要求
• 使用requirements.txt安装包和其他注意事项
  
  这里只是提醒一下，这几点具体怎么处理我在下面会仔细阐述，不用担心。

2.conda创建好环境

• conda下载使用
  conda可以快速简单地创建python环境，推荐使用，但同时考虑到conda的库不够全，推荐使用pip下载包(下面介绍的requirements.txt安装方式也是要使用pip)，即“conda创建环境+pip安装包”的方式。关于conda和pip的下载使用这里不再赘述，感兴趣的可以参考我写的关于conda和pip使用的介绍：
  Anaconda初探conda的基本命令使用pip安装包Python,pip,conda和Anaconda 安装好Anaconda和pip以后，做好进行永久性换上境内镜像，不然之后的install总是会报timeout错误。
• 创建python=3.5.2环境
  conda创建环境需要指定
  前面也看到过项目环境要求介绍：



• 即Python 3.4，但是因为之前跑Keras-yolo3使用的是Python 3.5.2不想再下载其他包了，就直接使用的Python 3.5.2,（据说>=3.4都可以）：

conda create -n mask_rcnn python=3.5.2

3.pip安装包

之前就注意到：

所以接下来不用按教程一个一个包单独下载，直接使用项目目录下的requirements.txt安装即可，但是经实测，有几点需要注意：

• 升级好pip：

python -m pip install --upgrade pip

• 升级好setuptools

python -m pip install --upgrade setuptools

• 使用requirements.txt安装包
  看下项目目录下的requirements.txt：
  
  经实测，我的机器上直接安装tensorflow>=1.3.0会报和tensorflow_board兼容性错误：
  
  在requirements.txt中直接指定：

tensorflow==1.6.0

可以成功安装（这也是我跑Keras-yolo3的环境），这个问题应该不是普遍的，不报错就不用改。
回到之前，指定tensorflow版本之后，开始安装：

cd 项目目录
python -m pip install -r requirements.txt

这里记录一个“奇怪”的坑：
在windows server上使用Anaconda创建python环境安装requirements.txt时，总是报：

ERROR: Could not find a version that satisfies the requirement tensorflow==1.6.0 (from versions: none)
ERROR: No matching distribution found for tensorflow==1.6.0

更奇怪的是

python -m pip search tensorflow

也没有1.6.0的版本
pip换成Alibaba的源后，又报错：

ERROR: Command errored out with exit status 1: python setup.py egg_info Check the logs for full command output

无语，最后解决：
卸载掉Anaconda32位，安装64位，pip仍使用Tsinghua的源，又ok了。完全可以找到安装1.6.0。

4.下载官方模型

下载好mask_rcnn_coco.h5，下载路径有很多，之前说的REAM.md注意点中就有：

但国内的github下载速度很慢（这个挺大，251M），可以在网上找其他的资源，我就是使用tensorflow版的Mask_RCNN给的百度网盘的链接下载的。

下载好后，放入项目目录。

5.运行demo

官方给的教程建议直接运行项目目录下/samples/demo.ipynb：

但是由于我没怎么使用过Jupyter notebook（好吧，其实我试了一下，但是Jupyter切换自己使用的kernel总是有问题，索性放弃），也为了更好的适用性，现将demo.ipynb转为demo.py：

注：ipynb转py指令 —— jupyter noconvert --to script xxx.ipynb，会在当前目录下生成xxx.py。生成后：

直接运行：demo.py:

报错：

那就安装：

python -m pip install pycocotools

又报错：

好吧，其实这是个大问题，潜藏在之前提到的注意点中：

事情是这样的：在demo.ipynb（当然现在是demo.py了，是一回事）中有这么一句：

即demo.py是调用我们之前下载官方模型——COCO weights即mask_rcnn_coco.h5文件来进行测试，而使用上面也说了：

to train or test on MS COCO install pycocotools

如果要用MS COCO进行训练或测试就必须安装pycocotools这个包，这也是为什么requirements.txt安装没有报错，运行demo.py才报错的原因 —— 你可以不使用mask_rcnn_coco.h5进行训练测试，使用自己的数据训练模型或者其他的模型，这样就不用装pycocotools包。

好了，现在知道为什么要装pycocotools了，那么安装过程中为什么又会报Microsoft Visual C++ 14.0 is required的这个错误呢？

原因其实在上面的注意点的最后一行已经说了：

安装pycocotools必须要有Microsoft Visual C++ 2015 build tools（其实就是14.0，2015对应14.0）

所以先去安装Microsoft Visual C++ 2015 build tools，这个东西网上可靠的资源还蛮少（某N上很多人利用这个公开资源赚币，嗯）， 这里放上两个可靠的资源：

visualcppbuildtools_full.exevisualcppbuildtools_full.exe

安装好后，继续：

python -m pip install pycocotools

原错误消失，继续报错：

错误：

Command line error D8021 : invalid numeric argument ‘/Wno-cpp’

解决方案：

不再使用pip在线安装，采用本地编译安装：

• 下载：cocoapi（内含pycocotools）：
  https://github.com/cocodataset/cocoapi
• 进入PythonAPI文件夹：
  
  修改setup.py文件：
  
  为：
  
  到setup.py目录下，执行：

python setup.py build_ext --inplace

把生成的pycocotools放入conda相应环境下的python的库目录下——%python安装路径%\Lib\site-packages，对于当前的conda环境：

先看环境位置：

库位置：C:\Users\apple.conda\envs\mask_rcnn\Lib\site-packages，放入：

解决方案参考：

其实上面的pycocotools安装方式也是Mask_RCNN的READ.md中建议的：

6.注释掉get_ipython().run_line_magic()

安装好pycocotools后，回去运行demo.py:

python demo.py

报错：

报错：get_ipython().run_line_magic(‘matplotlib’, ‘inline’)

查资料知，这是Jupyter notebook执行的语句，将ipynb文件转为py文件执行后就会报此错，粗暴的解决方式是，直接注释掉：

再次运行，成功！

Q&A

Q1：既然直接pip install pycocotools会报错，最终还是通过本地安装 —— git cocoapi中本地生成pycocotools包，导入python库，那么我们中间的解决的报错 —— Microsoft Visual C++ 14.0是不是多余的呢？ 直接本地安装不就好了？
A1：经实测，不行，如果不安装Microsoft Visual C++ 14.0，那么本地通过cocoapi安装时还是会报错。这也印证了README.md

Q2：安装Microsoft Visual C++ 14.0后，除了还有其他方式安装吗？
A2：有的

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

看命令大致也知道，就是将git cocoapi和pip install命令合在一起，但经实测不起作用（命令行半天没反应，不知道是在下载cocoapi还是哪里出错了），所以只放在这里作为参考

Q3：如果通过Jupyter notebook运行demo.ipynb自然下面这行不会报错：

get_ipython().run_line_magic('matplotlib', 'inline')

A3：但是要先熟悉Jupyter notebook的用法，特别是如何在Jupyter notebook中使用conda环境。

Q4：requirements.txt中tensorflow不是cpu版本的，如果想使用gpu版本的呢？
A4：见我另外一门教程Mask_RCNN入门（三）—— 使用gpu进行训练和测试