MultiNet就是可以同時進行影象識別、影象分類和語義分割。

跑通的demo效果如下：

可以看到，語義分割識別出了道路（綠色），影象識別框選出了車輛，影象分類分類出了道路型別（左上角），作者說可以實現實時，README說FPS可以達到26+，很感興趣，於是安裝了一波，遇到些問題，現在把過程記錄一下。

首先說安裝環境要求Python 2.7和Tensorflow 1.0（親測GPU加速的亦可）：

• matplotlib
• numpy
• Pillow
• scipy
• runcython
• commentjson

原始碼：https://github.com/MarvinTeichmann/MultiNet

我是Ubuntu 16.04，所以直接clone就行：

git clone https://github.com/MarvinTeichmann/MultiNet.git

完畢後進入MultiNet資料夾，初始化submodules

git submodule update --init --recursive

值得一說的是，需要vgg16.npy檔案放在/MulitNet/DATA資料夾以及/MulitNet/DATA/weights各一份。

還需要/MulitNet/RUNS資料夾放置MultiNet_ICCV模型（ZIP檔案解壓開），這個檔案建議Windows下迅雷下載，需要資源的我也可以上傳到我的網盤。

都配置好後，在MulitNet/執行

python demo.py --gpus 0 --input data/demo/um_000005.png

結果儲存在demo資料夾下。

如果使用Python3，會報錯

      File "/home/kanghao/tensorflow_code/MultiNet/submodules/KittiBox/incl/utils/data_utils.py", line 11, in <module>  
        import annolist.AnnotationLib as al  
    ModuleNotFoundError: No module named 'annolist'