這些模型在Linux上執行比較方便，不過想起Windows便捷的各種工具，總是忍不住弄過來，

原模型的地址在這， https://github.com/matterport/Mask_RCNN

需要用到的工具pycocotools在這 不過要注意，這個pycocotools工具有Linux版和windows版本的，不要弄錯了，官網連結給出的都是Linux版本的 windows版本（ Windows下用這個 :-o ） https://github.com/philferriere/cocoapi linux版本， https://github.com/waleedka/coco

前提：已經安裝好anaconda, 搭建好tensorflow開發環境 提示： conda create -n tensorflow python=3.6 activate tensorflow pip3 install (package names etc......)

操作步驟如下

step1 clone the Mask_RCNN repository git clone https://github.com/matterport/Mask_RCNN.git 此時會在你的目錄下生成一個Mask_RCNN的資料夾，這個就是你專案的ROOT_DIR，後面要用到 我的目錄是：E:\AtensorflowDev\Mask_RCNN

step3 把 mask_rcnn_balloon.h5 放置到Mask_RCNN這個目錄下面 E:\AtensorflowDev\Mask_RCNN\mask_rcnn_balloon.h5

step4 安裝coco工具 $ pip install git+https://github.com/philferriere/cocoapi.git#subdirectory=PythonAPI 我的輸出介面是這樣的

1.（執行命令）
(tensorflow) E:\AtensorflowDev>pip install git+https://github.com/philferriere/cocoapi.git#subdirectory=PythonAPI 
(然後回車)
2.（下面是執行後輸出的結果，表示安裝成功）
Collecting git+https://github.com/philferriere/cocoapi.git#subdirectory=PythonAPI
  Cloning https://github.com/philferriere/cocoapi.git to c:\users\admini~1\appdata\local\temp\pip-req-build-a4gugnlj
Building wheels for collected packages: pycocotools
  Running setup.py bdist_wheel for pycocotools ... done
  Stored in directory: C:\Users\ADMINI~1\AppData\Local\Temp\pip-ephem-wheel-cache-35xkjtfa\wheels\69\2b\12\2fa959e49f73d26cff202c2f4e5079096c9c57c8a8509fd75c
Successfully built pycocotools
Installing collected packages: pycocotools
Successfully installed pycocotools-2.0
 

step5 啟動anaconda中的tensor開發環境，選擇jupyter notebook，然後在jupyter中upload這個demo, E:\AtensorflowDev\MaskRCNN\samples\demo.ipynb

最後給出一張本人執行的結果全圖，注意包括了一些除錯資訊，有點囉嗦，還有那個ROOT_DIR路徑，因為老是提示ModuleNotFoundError，我乾脆寫成絕對路徑，另外說一下的是，我沒有GPU，程式中的那個GPU_COUNT=1僅僅是用來計算每個批次圖片的張數（這裡就一張）和真實的GPU數量無關

參考：

AI視像演算法學習群: 824991413