基于Anaconda+VSCode的Mask R-CNN环境配置（RTX2060s+Cuda10.2+cudnn8.2）

前言

分享一个跑通的Mask R-CNN环境。

一、环境配置

在官方的文档中有如下说明：
Requirement：Python 3.4, TensorFlow 1.3, Keras 2.0.8 and other common packages listed in requirements.txt
但我们的GPU为RTX 2060s，在之前做开发的时候装过Cuda 10.2，以此为背景配置环境。
环境配置如下：
Cuda：10.2
Cudnn：cudnn-10.2-windows10-x64-v8.2.2.26
Python=3.5
Tensorflow-gpu=1.13
Keras=2.0.8
Pycocotools=2.0.2

二、具体步骤

1.Anaconda

可以参考这篇文章，讲的是Anaconda+VSCode：https://blog.csdn.net/zlezi666/article/details/95874956

2.Python

新建一个环境

然后运行

conda install tensorflow-gpu=1.13
pip3 install -r requirements.txt//此处requirements.txt替换成文件的绝对路径，即用鼠标将文件拖动到Terminal窗口中
conda install keras=2.0.8//默认安装的Keras版本太高，需要降低版本
pip install Pycocotools==2.0.2//demo中需要使用Pycocotools

最后用VSCode打开Mask R-CNN所在的文件夹

在VSCode中的Terminal中

python setup.py install

打开demo.py，在右上角将Kernel换成刚配置好的环境，运行即可