Matterport的Mask R-CNN是一种出色的实例分割工具。它可以在Windows上运行，但是截至2020年6月，尚未对其进行更新以与Tensorflow 2一起使用。因此，安装并使其正常工作可能是一个挑战。大佬Adam Kelly对其进行了更新，使其能够兼容tensorflow2。
项目下载地址。地址为：https://github.com/akTwelve/Mask_RCNN

本文配置：tensorflow-gpu2.0.0+cuda10.0+cudnn7.5.0

一、安装anaconda

1.下载安装

这个比较简单，且没什么特别的问题，有很多公众号上都是有安装教程的（白嫖党都懂，不过咱们还是要提倡正版）

2.创建虚拟环境

在命令行输入

conda create -n tensorflow2.0 python=3.7

创建名为tensorflow2.0（自定义）的虚拟环境，指定Python版本为3.7

3.激活虚拟环境

在命令行输入以下代码，进入虚拟环境：

conda activate tensorflow2.0

二、安装tensorflow-gpu

这一步非常非常非常重要！之前很多次失败都和tensorflow-gpu安装失败有关，第一次尝试的时候显示安装成功，但是却不可用，可能是有的包安装不全，再加上镜像源的问题，经常会报错（无法下载），大家可以试着切换一下镜像源。

下面是几个常用的国内的开源镜像源：

所属单位	网址
豆瓣	http://pypi.douban.com/simple/
阿里云	Simple Index
清华大学	Simple Index
中国科学技术大学	Simple Index
使用方法（亲测可用）：pip install tensorflow-gpu==2.0.0 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
（我们的tensorflow也是在前面创建的虚拟环境中安装的）

三、安装cuda和cudnn

1.tensorflow各个版本需要的CUDA版本以及Cudnn的对应关系

tensorflow官网入口

2.下载cuda和相应的cudnn

CUDA已发布版本：CUDA Toolkit Archive | NVIDIA Developer
cuDNN历史版本：cuDNN Archive | NVIDIA Developer

网上有很多安装教程，这里也不再赘述。

下载mask rcnn项目库

1.克隆更新的MASK_RCNN存储库

在命令行输入以下命令将创建一个名为“ aktwelve_mask_rcnn”的新文件夹，如果您已经克隆了该文件夹，将它与原始Matterport版本区分开。（也可以手动下载）

git clone https://github.com/akTwelve/Mask_RCNN.git aktwelve_mask_rcnn

2.安装依赖项

在Anaconda中，确保您处于所创建的虚拟环境中，然后将目录更改为aktwelve_mask_rcnn。

运行以下命令：

pip install -r requirements.txt -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

（可能会有个别库安装不成功，可以单独安装，和上面安装tensorflow一样）

3.从存储库根目录运行安装程序

运行以下命令以将Mask R-CNN安装到您的Anaconda Python环境中：

python setup.py clean --all install

（如果你之前的Mask R-CNN代码被修改了，这里会帮你清理所有以前的安装。）

总结

到这里tensorflow-gpu2.0版的mask rcnn就配置结束了，如果老版本配置失败的朋友也可以尝试这样的方式，看看是否可行，关键还是tensorflow-gpu的安装，以及和cuda的匹配问题。欢迎走过路过的批评指正，祝大家科研顺利！

参考：

Mask R-CNN with TensorFlow 2 on Windows 10

win10下搭建Mask Rcnn环境详细教程并运行第一个demo程序（包含Anaconda+Tensorflow-gpu+Cuda+cuDnn安装过程及各种坑）