【拔刀吧TensorFlow】MultiNet安装记录

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

这些可以通过pip list查询，如果没有可以pip install。

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'

可以执行python2 demo。。。。。当然前提是pip2 install配置好环境。

【拔刀吧TensorFlow】MultiNet安装记录

猜你喜欢