使用Mask-RCNN训练自己的数据集看这一篇就够了，从制作数据集开始一步步教你如何玩转Mask-RCNN（保姆级教程）

深度学习算法等基于神经网络的算法都是基于数据驱动的，数据的好坏会影响你最后生成的模型的好坏，在使用Mask-RCNN时，第一件事就是标注数据集，这里我们默认你已经配置好了anaconda的环境，如果你没有配置好可以参考一下其他人的博客，在已经配置好的conda环境下新建一个虚拟环境，在终端中输入以下命令安装标注工具labelme：

pip install labelme

pip install pyqt5

pip install pillow==4.0.0

二、标注数据集

下一步开始标注数据，在终端中输入下面的代码会自动打开标注工具：

labelme

接着选择第二项打开文件夹，如下图所示：

选择数据图片所在文件夹，右键对图片逐个标注。并填写标签信息。标注好后点击D切换到下一张，这里会弹出保存界面，直接保存到我们原图像所在文件夹即可。将图片全部标注好后，得到如下的全部json文件后，关闭终端。

 三、批量处理Json文件

现在的.json包含了我们标注的信息，但是还不是可以让代码直接读取的数据格式，对于不同的深度学习代码，数据存放的格式要根据不同代码的写法来定，下面以上述的mask-rcnn为例，将数据修改为我们需要的格式。在保存.json文件的文件夹下新建一个.txt文件，输入以下内容：

@echo off
for %%i in (*.json) do labelme_json_to_dataset "%%i"
pause

保存后将文件后缀名改为.bat，将其改为一个更改文件的存放格式的脚本，保存后双击运行即可。运行后等一会，会得到如下文件夹。

如下图所示建立文件夹：

labelme_json文件夹存放的是上一步中得到的文件夹。

json文件夹存放的是标注得到的.json文件。

pic文件夹存放的是原图。

以上三个文件夹存放的东西直接复制粘贴过来即可，这里有一个小技巧，在电脑上的文件的排序中可以选择按文件类型排序，这样可以方便我们复制粘贴。

cv2_mask存放的是上一步中得到的文件夹中生成的后缀为.png的mask文件，大概内容如下：

将.png文件复制逐个复制进文件夹并重命名比较麻烦，这里我们写一个python脚本copy.py文件进行批量操作：

import os 
import shutil

for dir_name in os.listdir('./labelme_json'):
    pic_name = dir_name[:-5] + '.png'
    from_dir = './labelme_json/'+dir_name+'./label.png'
    to_dir = './cv2_mask/'+pic_name
    shutil.copyfile(from_dir, to_dir)
        
    print (from_dir)
    print (to_dir)

将上述文件.py文件保存到如下目录，运行即可：

到此我们的数据集制作完毕。

四、下载Mask-RCNN源码

下载修改过后的代码（想要修改版的代码可以加qq群:817442229或直接加博主的qq:2425113371免费领取），并将我们制作好的数据集改名为mydata放到该文件夹下即可直接使用，也可以下载官方版代码，但是官方版需要对代码有深入的理解才能使用，下面附上官方版源码的github链接，新手建议直接找我拿源码：https://github.com/matterport/Mask_RCNN/releases/tag/v2.0

五、环境搭建

搞深度学习的对conda这个工具应该不陌生，这里我们假设你已经安装好conda这个管理虚拟环境的工具。直接在base下新建一个虚拟环境，这个源码开发的时间比较久远，python版本太高会导致后续出现很多问题，最好使用python2进行环境搭建，但是我这里使用python3版本进行搭建，你直接跟着我来用python3也没问题，搭建好环境后还需要修改源码（后面再说）：

conda create -n MaskRCNN python=3.6

创建好后使用如下命令激活环境：

source activate MaskRCNN

这里在ubuntu系统下应该是：

conda activate MaskRCNN

接下来在该环境下安装tensorflow，注意，这里tensorflow不能过高也不能过低，我使用的是1.5.0版本，千万不要不指定版本，不指定版本默认下载最高版，后面跑程序会有问题：

pip install tensorflow==1.5.0

这里也可以下载gpu版本，gpu版跑起来会比cpu快很多，但是gpu版本的tensorflow和cuda和cudnn有版本的对应关系，想用gpu版本很可能需要重装cuda和cudnn:

pip install tensorflow-gpu==1.5.0

这里对应的cuda版本是9.0，到pytorch官网查看对应的pytorch版本，然后利用pytorch帮我们安装cuda和cudnn：

conda install pytorch==1.1.0 torchvision==0.3.0 cudatoolkit=9.0 -c pytorch

可以使用如下代码查看是否安装成功：

import torch
print(torch.cuda.is_available())
print(torch.backends.cudnn.is_available())
print(torch.cuda_version)
print(torch.backends.cudnn.version())

运行结果打出两个true就说明配置成功，最后两行可能由于版本原因会报错，但是没关系，忽略即可，接着往下做。

下面再安装keras，注意，keras的版本要和tensorflow对应：

pip install keras==2.1.6

如果下载过于缓慢，考虑换源，在上述代码后-i换源，举例如下，安装其他包的时候也可以如法炮制，非常好用：

pip install keras==2.1.6 -i https://pypi.tuna.tsinghua.edu.cn/simple

安装好后，用pycharm打开代码文件夹，点击下方的terminal，在这里可以使用下面代码安装requirements.txt中的所有需要的包：

pip install -r requirements.txt

如果下载后没有问题且能运行代码，即说明环境以及配置完毕。但是大概率会失败，因为博主就失败了…，如果使用这个方式失败了，就要逐个安装requirements.txt中的包：

pip install numpy
pip install scipy
pip install Pillow
pip install cython
pip install matplotlib
pip install scikit-image
pip install opencv-python
pip install h5py
pip install imgaug
pip install IPython[all]

逐行运行上述代码，建议每安装好一个包后都要运行一遍测试代码，以测试tensorflow是否还能正常工作，因为有些包的版本对应不上可能会影响tensorflow，下面是测试代码：

import tensorflow as tf
import keras
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()

如果你在未安装requirements.txt下面的包时上述代码报错，大概率是tensorflow和numpy的版本不对应导致出现问题。我使用的numpy版本是1.16.0，这是恰好能运行所有包且和tensorflow1.5.0兼容的最低版本：

pip install numpy==1.16.0

如果numpy的版本更改后任然报错，可能是python3的编码格式问题，将topology.py下面的所有的.decode(‘utf8’)前加入如下图所示即可：

在安装opencv-python的时候，大概率会报错，因为默认下载的是最高版本，最高版本的cv与tensorflow==1.5.0不兼容，我使用的是：

pip install opencv-python==4.3.0.38

安装完以上的包，运行代码可能还会出现警告：

这个警告出现的原因是scikit-image的版本不兼容，使用如下命令重新安装即可：

pip install -U scikit-image==0.16.2

至于其他的警告无关痛痒，忽略即可，但是红红的报错看起来非常不爽，可以在代码的最前面加入以下内容进行屏蔽：

# 版本不兼容报错，直接忽略
import warnings
warnings.filterwarnings("ignore")

六、对下载好的源码进行修改

1、修改train_test.py的第57行，改为类别数+1。

2、修改train_test.py的121行，将原有的注释掉，有多少类别就重新写多少行，每行第二个参数是序号，第三个参数是类别名。

3、修改train_test.py的178~182行，修改为自己的路径，这里使用的是相对路径，如果你的dataset是按照我前面所说的方式放置，其实这里也可以不用改。

4、修改config.py下的DETECTION_MIN_CONFIDENCE，调小这个值可以获得更多的预测结果。

5、修改train_test.py的61~62行可以指定图片大小。

6、修改train_test.py的160~163行。

其余参数无需修改，完成之后运行train_test文件即可开始训练。

七、测试代码

运行测试代码要安装pycocotools，运行：

pip install pycocotools

若出现如下报错：

说明缺少Microsoft Visual C++ 14.0这个东西，去以下地址安装即可：

https://my.visualstudio.com/Downloads?q=build%20tools

搜索build tools，下载DVD格式的build tools：

下载完成后安装。但该方法会占用极大的内存，一种更加直接的方法，在终端运行：

conda install libpython m2w64-toolchain -c msys2

具体内容可以参考：

https://blog.csdn.net/qzzzxiaosheng/article/details/125119006