本文主要是介绍windows+tensorflow2+python3环境配置mask-rcnn(COCO数据集)详解，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
windows+tensorflow2+python3环境配置COCO数据集详解
- Github下载源码
- 下载GIthub源码与数据
- 解压文件放置到对应目录
- 设置运行参数
- 调试代码
- 1. 'tensorflow' has no attribute 'random_shuffle'
- 2. no attribute 'metrics_tensors'
- 3. no 'load_weights_from_hdf5_group_by_name'
- 4. no attribute 'metrics_tensors'
- 5. no attribute 'imresize'
- 6. no attribute '_get_distribution_strategy'
博主之前写过mask-rcnn[链接]基于tf2在windows系统中的代码调试案例，不过那个案例是基于一个小数据集balloon的实现版本。本文复现了源码在COCO数据集的实现，错误修改方式仍然同之前的博文，只需要下载好COCO数据集，执行coco.py即可。
Github下载源码
下载GIthub源码与数据
进入第一个项目，点击releases page，进入发布的新版本以及预训练模型参数页面。
下载源代码源代码Source code(zip)或Source code(tar.gz)均可（经测试，2.1版本修复了在win中的运行，下载2.1版本的源码）。并解压缩：
大概浏览一下，着重阅读Requirements内容，大致了解项目的配置使用流程。
按照文档要求逐个进行：
- 克隆此代码，我们已经完成
- 安装支持库，requirements.txt中所列支持库有：
numpy
scipy
Pillow
cython
matplotlib
scikit-image
tensorflow>=1.3.0
keras>=2.0.8
opencv-python
h5py
imgaug
IPython[all]
依次pip install安装即可，本机具体为python3.7(Anaconda 4.7.12)，tensorflow 2.2.0.
- 运行根目录下的setup.py安装，2.1版本没有此步骤。
- 下载预训练模型
点击releases page，进入发布的新版本以及预训练模型参数页面。
- 下载coco数据集上的预训练模型参数mask_rcnn_coco.h5做fine-tuning
下载COCO数据集，并且安装COCO数据集的python API接口，该部分内容在博文COCO数据集、COCO API介绍中做了介绍，可以跳过去查看一下。除此之外，本代码下载了minimal和
这篇关于windows+tensorflow2+python3环境配置mask-rcnn(COCO数据集)详解的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
