本文僅僅是自己實現過程的筆記記錄，僅僅用來交流的。

在網上大量蒐集資料後，實現Mask-RCNN，但是過程中還是出現了很多很多的問題，所以將過程記錄如下，方便日後學習。

一、實驗前準備

1. COCO資料集

COCO的 全稱是Common Objects in COntext，是微軟團隊提供的一個可以用來進行影象識別的資料集。MS COCO資料集中的影象分為訓練、驗證和測試集。

COCO資料集現在有3種標註型別：object instances(目標例項)， object keypoints(目標上的關鍵點)， and image captions(看圖說話)，使用JSON檔案儲存。

2. 環境搭建

安裝要求按照必要的環境

Python 3.6，TensorFlow 1.8-gpu，Keras 2.1.6（這些版本是我實驗中的版本）和其他常見軟體包requirements.txt。

二、製作資料集

這裡我們需要利用labelme來生成json檔案以及yaml檔案等。

1. 安裝labelme

win10+python3

在cmd中使用pip安裝，

pip install pillow

pip install pyqt5

pip install labelme

安裝成功之後，在python安裝目錄下Scripts目錄下可以找到labelme，如下圖所示：

2. 製作資料集

雙擊labelme.exe可以開啟繪製mask的介面，然後通過開啟圖片可以自己繪製，但需要注意的是如果一張圖片中有很多應該標記相同標籤的掩碼，那麼標籤命名為a1，a2……以此類推。

這時需要將json檔案裝成dataset

在cmd中執行

需要呼叫的就是labelme_json_to_dataset.exe，後面加上json檔案儲存的路徑，如上圖我的路徑在桌面。

執行之後，可以看到在json路徑下多出了一個資料夾，裡面內容如下圖所示：

三、準備訓練

Mask-RCNN中Mask_RCNN/samples/shapes/train_shapes.ipynb提供瞭如何使用自己的資料集來訓練，所以我們將主要利用這個檔案來訓練自己的資料集，但需要更改一部分程式碼。我將train_shapes.ipynb拷貝下來，放置在Mask-RCNN根目錄。我把程式碼放在

如何使用伺服器的gpu在本機上開啟ipython過程可以參考之前的博文，地址：

開始執行

（1）error1

第172行，這是需要呼叫os裡的listdir()，更改程式碼：

imglist = os.listdir(img_floder)

（2）error2

from PIL import Image

（3）error3

這是由於我的圖片的尺寸不一樣大小，而我在程式碼中將圖片尺寸設定為640*480，所以需要將圖片的尺寸統一處理一下，使用python resize()很快可以處理完成。

（4）error4

這是由於缺少這個依賴，所以解決方案是import yaml。

（5）error5

這又是由於python2和python3的問題，將model.py中re.fullmatch()改為re.match()，重新執行，發現可以訓練了。

但是執行了一段時間後，發現又報錯了。

（6）error6

這是由於我計算錯了，NUM_CLASSES = 1 + 3 # background + 3 shapes這是原始程式碼，而我這裡假設有4類，那麼就是需要寫成NUM_CLASSES = 1 + 4。

改過之後，發現可以正常訓練了。

（7）如果是python2可能出現的問題

如果需要使用python2訓練，那麼在python3上可以建立一個虛擬環境，或是直接使用python2的環境訓練，

如果是python2，出現了錯誤提示util.py中import urllib.request沒有request：

pip install request，但仍舊報錯，發現是因為python版本的問題，更改程式碼from urllib2 import urlopen。