本文主要是介绍【拔刀吧TensorFlow】MultiNet安装记录，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！
MultiNet就是可以同时进行图像识别、图像分类和语义分割。
跑通的demo效果如下：
可以看到，语义分割识别出了道路（绿色），图像识别框选出了车辆，图像分类分类出了道路类型（左上角），作者说可以实现实时，README说FPS可以达到26+，很感兴趣，于是安装了一波，遇到些问题，现在把过程记录一下。
首先说安装环境要求Python 2.7和Tensorflow 1.0（亲测GPU加速的亦可）：
- matplotlib
- numpy
- Pillow
- scipy
- runcython
- commentjson
源码：https://github.com/MarvinTeichmann/MultiNet
我是Ubuntu 16.04，所以直接clone就行：
git clone https://github.com/MarvinTeichmann/MultiNet.git完毕后进入MultiNet文件夹，初始化submodules
git submodule update --init --recursive值得一说的是，需要vgg16.npy文件放在/MulitNet/DATA文件夹以及/MulitNet/DATA/weights各一份。
还需要/MulitNet/RUNS文件夹放置MultiNet_ICCV模型（ZIP文件解压开），这个文件建议Windows下迅雷下载，需要资源的我也可以上传到我的网盘。
都配置好后，在MulitNet/执行
python demo.py --gpus 0 --input data/demo/um_000005.png结果保存在demo文件夹下。
如果使用Python3，会报错
File "/home/kanghao/tensorflow_code/MultiNet/submodules/KittiBox/incl/utils/data_utils.py", line 11, in <module> import annolist.AnnotationLib as al ModuleNotFoundError: No module named 'annolist' 这篇关于【拔刀吧TensorFlow】MultiNet安装记录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！
