Mask R-CNN detaylı bilgisine makalenden ulaşılabilir.https://arxiv.org/pdf/1703.06870.pdf
Video : https://www.youtube.com/watch?v=g7z4mkfRjI4
Altyapı olarak Anaconda kullanılır. Anaconda sistemimizde kurulu değil ise detaylı olarak anlatımı aşağıdaki videodan erişilebilir.
https://www.youtube.com/watch?v=T8wK5loXkXg
export PATH=~/anaconda3/bin:$PATH
conda --version komutu ile kontrol edilir.
https://docs.conda.io/projects/conda/en/latest/user-guide/tasks/manage-environments.html
conda create -n MaskRCNN python=3.6 pip
source activate MaskRCNN
git clone https://github.com/yusufAlagoz/Mask_RCNN
Mask R-CNN için gerekli kütüphaneler depodan indiriken requirements dosyasında yer alır. Bu kütüphaneler aşağıdaki komut ile kurulur.
numpy, scipy, cython, h5py, Pillow, scikit-image, tensorflow-gpu==1.15, keras==2.1.4, jupyter , seaborn,pandas
pip install -r requirements.txt
git clone https://github.com/philferriere/cocoapi.git
pip install git+https://github.com/philferriere/cocoapi.git#subdirectory=PythonAPI
Model eğitimin sırasında öğrenme aktarımı için kullanılcak mask_rcnn_coco.h5 dosyası indirierek depo klasörünün içerisine kopyalanır.
https://github.com/matterport/Mask_RCNN/releases/download/v2.0/mask_rcnn_coco.h5
Bir jupyter notebook için terminal ekranı açılarak aşağıdaki komut yazılır;
jupyter notebook
Açılan sayfadan depo dosyası içerisindeki samples klasörü içerisindeki demo.ipynb dosyası açılır.
jupyter kullanımı için detaylı anlatıma https://www.codecademy.com/articles/how-to-use-jupyter-notebooks linkinden ulaşılabilir.
Ayrıca Google 'ın ücretsiz olarak sunduğu https://colab.research.google.com/ bazı test uygulamaları için kullanılabilir.