1.下载项目
进入国内github镜像
搜索要找的模型
下载完成后，放到自己写代码的文件夹内，解压。
右键用pycharm打开
打开requirements.txt，里面有需要安装的包.
(可以在网上查MaskRCNN或你想查的项目的环境配置，网上有的说的很详细,这个requirement说的不太详细，如果版本不匹配就有点麻烦了，下面给出的是亲测有效的版本)
为了防止包太多，比较混乱，最好单独为项目创建一个虚拟环境安装依赖。步骤如下：
2.anaconda创建环境安装依赖
创建适合MaskRCNN的python版本:
conda create -n MaskRCNN python=3.6
激活该虚拟环境：
conda activate MaskCNN
开始装项目需要的包，一行一行的复制。下载的时候如果有卡着不动的情况可以按enter试试。
pip install numpy==1.17.0
pip install scipy==1.2.1
pip install Pillow==8.4.0
pip install cython==0.29.28
pip install matplotlib==3.3.4
pip install scikit-image==0.17.2
pip install keras==2.1
pip install opencv-python
pip install h5py==2.10.0
pip install imgaug==0.4.0
pip install ipython==7.16.3
pip install tensorflow==1.4.0
全部安装成功，环境配置就完成了
3.下载数据集和模型
进入该项目的网页
https://hub.nuaa.cf/matterport/Mask_RCNN
下载预训练好的模型点击此处。
点击下载气球数据集和模型。把下载好的解压直接粘贴到项目的根目录下
在pycharm中使用在anaconda中配置好的虚拟环境
点击之后会显示anaconda的虚拟环境目录
点击此处，确定
4.配置模型参数
在主函数中配置参数(以下的路径是以balloon.py为基础的相对路径)：
配置dataset和command
配置Log参数
配置Log参数时，在balloon目录下创建个logs文件
配置输入图片 以balloon数据集中的val中第一个图片为例：
运行配置
图片中的内容为模型和输入图片的路径，内容如下：
splash
--weights="../../mask_rcnn_balloon.h5"
--image="../../balloon/val/410488422_5f8991f26e_b.jpg"点击apply，然后点击Ok
运行
Ctrl+shift+f10 运行当前Python文件
运行结果如下。输出结果存储到该位置了。
输入图片为：
输出图片为：
图片中除了气球之外的内容都被设置为了灰色。成功的识别、分割出了气球。