1、安裝CUDA和CUDNN

安裝詳細請參考：https://blog.csdn.net/oMoDao1/article/details/83303385

2、下載mask-rcnn原始碼：

https://github.com/matterport/Mask_RCNN

3、安裝Python coco API

cd到任意目錄

git clone https://github.com/pdollar/coco.git
cd coco/PythonAPI
make

將編譯後的pycocotools整個目錄拷貝到程式根目錄下

這步如果不這樣操作會出現以下錯誤：

4、安裝tensorflow環境

首先檢視mask-rcnn對各種環境包的要求，開啟程式根目錄下的requirements.txt

numpy
scipy
Pillow
cython
matplotlib
scikit-image
tensorflow>=1.3.0
keras>=2.0.8
opencv-python
h5py
imgaug
IPython[all]

tensorflow版本可以選擇tensorflow-gpu1.3，python可以選擇3.6，keras可選擇2.0.8，其它無版本要求

5、測試demo

（1）使用jupyter開啟工程的samples目錄下的demo.ipynb檔案，將其匯出成.py的格式（這是因為我喜歡用pycharm，所以我要把它轉為.py格式的）

將匯出的demo.py複製到和demo.ipynb同級目錄下

（2）註釋一下語句，因為一下語句是在ipython裡使用的，python裡面不需要

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

（3）下載mask_rcnn_coco.h5檔案

可以手動下載：https://github.com/matterport/Mask_RCNN/releases/download/v2.0/mask_rcnn_coco.h5

如果不想手動下載的話，在執行demo.py的時候會程式會自動下載到根目錄裡：

if not os.path.exists(COCO_MODEL_PATH):
    utils.download_trained_weights(COCO_MODEL_PATH)
 

（3）最後執行demo.py結果（測試圖片預設是隨機從指定資料夾讀取一張圖片）：