最近做項目需要用到Mask R-CNN，於是花了幾天時間配置、簡單跑通代碼，踩了很多坑，寫下來分享給大家。

　　首先貼上官方Mask R-CNN的Github地址：https://github.com/matterport/Mask_RCNN，源碼可以從這裏下載，READ ME裏也有一些介紹。

　　0、Mask R-CNN環境

　　Mask R-CNN是基於Python3，Keras，TensorFlow。

• Python 3.4+（自行安裝，本文為Python 3.6）
• Jupyter Notebook
• TensorFlow>=1.3.0
• Keras>=2.0.8
• numpy、scipy、Pillow、cython、matplotlib、scikit-image、opencv-python、h5py、imgaug、IPython[all]

　　1、clone代碼到當前目錄，代碼文件夾名為Mask_RCNN-master

1 git clone https://github.com/matterport/Mask_RCNN.git

　　2、按Mask_RCNN-master/requirements.txt安裝依賴環境

1 pip3 install -r requirements.txt

　　註：此步安裝了numpy、scipy、Pillow、cython、matplotlib、scikit-image、tensorflow>=1.3.0、keras>=2.0.8、opencv-python、h5py、imgaug、IPython[all]

　　3、下載訓練好的COCO權重mask_rcnn_coco.h5

　　官網的下載地址為：https://github.com/matterport/Mask_RCNN/releases，下載下圖第二個即可，把它放在Mask_RCNN-master目錄下。

　　若網速太慢，可從網盤下載。網盤鏈接：https://pan.baidu.com/s/12A0E6h-mP4zl9oqoTvj6Ig，密碼：4eks^[1]

　　（網盤來源：https://blog.csdn.net/tanmx219/article/details/82828727）

　　4、安裝pycocotools

　　pycocotools是coco訓練集的api，如果你想使用coco訓練、測試你的網絡，就必須安裝pycocotools。coco api提供了 Matlab, Python 和 Lua 的 API 接口，該 API 接口可以提供完整的圖像標簽數據的加載，parsing 和可視化。此外，網站還提供了數據相關的文章，教程等。^[2]

　　MS COCO數據集主頁：http://cocodataset.org/

　　Github主頁：https://github.com/Xinering/cocoapi，僅Linux使用，Windows不適用

　　關於API更多細節：http://cocodataset.org/#download

　　首先說清楚，這是個巨坑。安裝了三天，期間遇到許多問題，一一解決之後才發現，pycocotools的作者根本沒考慮Windows。一番百度之後，網上有兩種解決方式：第一種是繼續使用Linux版，暴力刪除無效參數Wno-cpp和 Wno-unused-function，詳見：https://www.jianshu.com/p/de455d653301

　　但這種實在過於粗暴啊...好在大佬在Github上分享了windows可用版：https://github.com/philferriere/cocoapi

　　一句就能解決：

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

　　註：必須安裝Visual Studio C++。

　　5、安裝jupyter notebooks

　　jupyter notebooks是一個web應用程序，你可以在上面編寫、運行代碼，可視化數據並查看結果，不僅如此，你的代碼是被寫入獨立的單元中並被單獨執行的，這允許用戶測試項目中的特定代碼塊，而無需從腳本的開始執行代碼。有關jupyter notebooks的基本介紹和用法：機器學習新手必看：jupyter notebooks入門指南

　　安裝：

1 pip install jupyter

　　安裝成功後，python36/scripts如下：

　　執行jupyter notebooks只需在命令行裏輸入：

1 jupyter notebook

　　啟動成功，瀏覽器會自動打開notebooks窗口。有的計算機不會自動跳轉，比如我，命令行會提示如下：

　　復制最後一條網址：http://localhost:8888/?token=15771ade271dbc85b09003a6921e6029d9b3e6a153120465，瀏覽器打開即可。每次運行jupyter notebooks給的token都是不一樣的，需要每次都復制打開。　

　　6、運行demo.ipynb

　　至此Mask R-CNN的環境就全部配置好啦，我們可以從Mask_RCNN-master/samples/demo.ipynb開始運行。demo.ipynb展示了一個使用MS COCO預先訓練的模型來分割自己圖像中的對象的例子， 它包括在任意圖像上運行對象檢測和實例分割的代碼，在代碼中，demo分割的圖像隨機來源於Mask_RCNN-master/images。

　　打開jupyter notebooks，按下圖右下角的upload，打開demo.ipynb

　　項目文件夾目錄改成你的Mask_RCNN-master目錄：

　　運行代碼，最下方會出現可視化結果：

　　不知為何，我的運行示例是錯誤的...正常的應該是這樣：

　　至此Mask R-CNN的簡單示例運行就完成了。有問題可在下方留言。

　　參考資料：

　　[1]：https://blog.csdn.net/tanmx219/article/details/82828727

　　[2]：https://www.cnblogs.com/q735613050/p/8969452.html

Windows上配置Mask R-CNN及簡單運行