《二》FasteMaskRCNN-master实验代码实现

亦凉 2024-02-18 18:06 7阅读 0赞

maskRCNN 在tensorflow上的实现 在上一篇的已经把相应的环境配置好：

maskRCNN 源码

[https://github.com/CharlesShang/FastMaskRCNN][https_github.com_CharlesShang_FastMaskRCNN]

实现环境

建议使用的版本：python2.7，tensorflow-gpu=1.0.1，cuda7.5，cudnn5.1

下载COCO数据集：[https://mscoco.org/dataset/\#download][https_mscoco.org_dataset_download]

Resnet50: [https://download.tensorflow.org][https_download.tensorflow.org][/models/resnet\_v1\_50\_2016\_08\_28.tar.gz][https_download.tensorflow.org]

实验步骤

Step 1：Go to ./libs/datasets/pycocotools and make run，执行命令：

cd ./libs/datasets/pycocotools
    make run

![20180209110029913][]

Step 2：Download COCO dataset, place it into ./data, then run python download\_and convert\_data.py to build tf-records. It takes a while.

把COCO数据集目录设置如下形式：

./data
        ./coco
            ./annotations
            ./train2014
            ./val2014

转到FastMaskRCNN-master主目录下，执行命令：

python download_and_convert_data.py

转换成功后会是这样的82783张图片 有80类外加一类背景，总有81类

Finished converting the coco dataset

Step 3：Download pretrained resnet50 model, unzip it, and place it into ./data/pretrained\_models

Step 4：Go to ./libs and run make

cd libs
    make

[/models/resnet\_v1\_50\_2016\_08\_28.tar.gz][https_download.tensorflow.org]

*  错误1：显示输入有错误根据制定的目录修改

SyntaxError:Missing parentheses in call to 'print'.

![70][]

对./libs/setup.py文件line 85进行修改为如下：

print(extra_postargs)

![2018020915462754][]

错误2：错误显示没有属性'iteritems'这个原因是由于该版本所

AttributeError:'dict' object has no attribute 'iteritems'

![70 1][]

对./libs/setup.py文件line 51进行修改：

for k,v in cudaconfig.items():

![20180209154540655][]

错误3：

ModuleNotFoundError:No module named 'timer'

解决方法：

pip install timer 或者使用conda install timer

错误4：

TabError:inconsistent use of tabs and spaces in indentation

![70 2][]

解决方法，修改./libs/layers/sample.py 文件 line 117,118,119的缩进：

![20180209154425284][]

错误5：

ValueError:strings_input_producer requires a non-null input tensor

![70 3][]

根据报错，可以知道指针指向了空的输入，经过检查，发现可能是路径问题，因此对./libs/datasets/dataset\_factory.py的line 17进行修改：

tfrecords = glob.glob('../' + dataset_dir +'/records/' + file_pattern)

![20180209154303958][]

错误6：

根据错误提示，可以知道没有找到./data/pretrained\_models目录下的resnet\_v1\_50.ckpt文件，但经过检查之后发现该路径是存在这个文件的，所以应该也是路径使用问题。对./train/train.py的line 141进行修改，改为绝对路径。

checkpoint_path:'/media/ubuntu/office/FastMaskRCNN/data/pretrained_models/resnet_v1_50

![20180209153949740][]

![20180209154717685][]

错误7：

UnknownError (see above for traceback):NameError: name 'xrange' is not defined

![70 4][]

根据错误提示，显示xrange错误，找到xrange()函数出现在./libs/boxes/anchor.py文件中，对line 38进行修改为：

for i in range(ratio_anchors.shape[0])])

![20180209154156918][]

train运行中

![20180209155052182][]

以上的问题解决了 可以ran了 我计算了一下我的GTX1080TI显卡 一天ran的迭代次数25万次总的要250万次 ，大概要10天左右，今天腊月二十四了 等过年来看train的情况吧。

上一篇对环境的配置的一些介绍：[《一 》FasteMaskRCNN-master实验代码实现环境需要][_FasteMaskRCNN-master]

[https_github.com_CharlesShang_FastMaskRCNN]: https://github.com/CharlesShang/FastMaskRCNN
[https_mscoco.org_dataset_download]: http://link.zhihu.com/?target=https%3A//mscoco.org/dataset/%23download
[https_download.tensorflow.org]: http://link.zhihu.com/?target=https%3A//download.tensorflow.org/models/resnet_v1_50_2016_08_28.tar.gz
[20180209110029913]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/29/7701e1a69c4e419d96e7e6564cd0da0a.png
[70]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/29/a9c7691af5524010a775b8f43653346e.png
[2018020915462754]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/29/31159aa13f844f08b3e478f04b53ef38.png
[70 1]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/29/fe418a84e98440e88c5114797c5db2ca.png
[20180209154540655]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/29/a55a60a639f049f5a8901d4b4086d338.png
[70 2]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/29/ea2285a970314fba8b677bf04352316f.png
[20180209154425284]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/29/9fa7f7fc1caa47e3a9751d050534f838.png
[70 3]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/29/cb564b4dbbdc4721af57bd22af0070c9.png
[20180209154303958]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/29/953f19fe0cce4efeb4a6ac9b65291751.png
[20180209153949740]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/29/e0b0850e5b9646f19ccee1873e01d008.png
[20180209154717685]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/29/364c5974c2c64967845797576221d174.png
[70 4]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/29/e6f396449d8740839c606d71ef9ebe30.png
[20180209154156918]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/29/8163ffa3f7c64058b46d9900e3c5f859.png
[20180209155052182]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/29/5de487a9b6064573bc332d865495a147.png
[_FasteMaskRCNN-master]: http://mp.blog.csdn.net/postedit/79293537