Mask-RCNN
Mask-RCNN是何恺明提出的在faster-cnn基础上加入实例分割的一个模型，下面我们先来看一下实现后的结果。
数据集准备
数据集主要实现三个类别的mask标注（cloth, bag, shoe)
环境配置
- py3
- tensorflow
- keras
- cuda 9.0
- cudnn
- JupyterNotebook
- vncviewr
源码下载
官方源码： https://github.com/matterport/Mask_RCNN
本项目源码：
稍后放出
阿里云共享镜像
出于学习的目的，我决定将我实现的镜像公布出来，朋友们可以将镜像copy然后直接在阿里云跑一遍
稍后放出
制作自己的训练集
Labelme标注工具--建议anaconda+源码方式使用
目录一：Annotations # xmls
目录二：ImageSets/Main # Train && Val
目录三：JPEGImgs
训练自己的模型
先占坑
截取ROI区域
截取ROI区域的原理其实很简单，查看源码部分会发现返回的mask是一个True False的矩阵，只需要将返回的mask与对应的bbox区域矩阵相乘在遍历”R、G、B“ 三个维度，将False区域填充味 255， 最终就能得到一个白底的ROI图片
先占坑
End
最后需要获取的主要是roi和识别出来的品类
网友评论