回归(maskrcnn)

一、写在前面

虽然粉丝量很少 但是这是一个很好的平台 记录自己的历程 我看了一个很好的讲解视频 我记录一下操作过程4-maskrcnn源码修改方法哔哩哔哩bilibili 作者已经注销帐号了 但内容很好

二、maskrcnn介绍

Mask R-CNN(Mask Region-based Convolutional Neural Network)是一种用于目标检测和实例分割的深度学习模型。它是在 Faster R-CNN 的基础上扩展而来,结合了目标检测和语义分割的能力。与传统的目标检测模型相比,Mask R-CNN 不仅可以检测图像中的物体,还可以准确地分割出每个检测到的物体的像素级别的掩码。

灵活性: Mask R-CNN 是一种灵活的模型架构,可以轻松适应不同的任务和数据集。它可以用于检测和分割各种类型的物体,并且可以在不同的场景中进行有效的应用。

端到端训练: Mask R-CNN 可以进行端到端的训练,这意味着它可以同时学习目标检测和实例分割任务,而无需单独训练不同的模型。这简化了训练流程并提高了模型的效率。

三、如何做

(1)标注

下面是我标注完的结果 附上代码

复制代码
import os
import json
from PIL import Image, ImageDraw
​
# 创建新文件夹
os.makedirs('mask_images', exist_ok=True)
​
# 读取 JSON 文件
with open('plant_001.png.json', 'r') as f:
    data = json.load(f)
​
# 遍历每个形状
for idx, shape in enumerate(data['shapes']):
    label = shape['label']
    points = shape['points']
​
    # 创建新的图像
    image = Image.new('RGB', (data['imageWidth'], data['imageHeight']), (0, 0, 0))
    draw = ImageDraw.Draw(image)
​
    # 将点列表转换为元组
    xy = [(point[0], point[1]) for point in points]
​
    # 绘制多边形
    draw.polygon(xy, fill=(0, 245, 0))
​
    # 保存掩码图
    image.save(os.path.join('mask_images', label + '_mask_' + str(idx) + '.png'))
​

(2)训练 源码在这下载 Releases · matterport/Mask_RCNN (github.com)

需要对源码进行一定的修改

相关推荐
AI极客菌1 小时前
Controlnet作者新作IC-light V2:基于FLUX训练,支持处理风格化图像,细节远高于SD1.5。
人工智能·计算机视觉·ai作画·stable diffusion·aigc·flux·人工智能作画
阿_旭1 小时前
一文读懂| 自注意力与交叉注意力机制在计算机视觉中作用与基本原理
人工智能·深度学习·计算机视觉·cross-attention·self-attention
王哈哈^_^1 小时前
【数据集】【YOLO】【目标检测】交通事故识别数据集 8939 张,YOLO道路事故目标检测实战训练教程!
前端·人工智能·深度学习·yolo·目标检测·计算机视觉·pyqt
Power20246662 小时前
NLP论文速读|LongReward:基于AI反馈来提升长上下文大语言模型
人工智能·深度学习·机器学习·自然语言处理·nlp
数据猎手小k2 小时前
AIDOVECL数据集:包含超过15000张AI生成的车辆图像数据集,目的解决旨在解决眼水平分类和定位问题。
人工智能·分类·数据挖掘
好奇龙猫2 小时前
【学习AI-相关路程-mnist手写数字分类-win-硬件:windows-自我学习AI-实验步骤-全连接神经网络(BPnetwork)-操作流程(3) 】
人工智能·算法
沉下心来学鲁班2 小时前
复现LLM:带你从零认识语言模型
人工智能·语言模型
数据猎手小k2 小时前
AndroidLab:一个系统化的Android代理框架,包含操作环境和可复现的基准测试,支持大型语言模型和多模态模型。
android·人工智能·机器学习·语言模型
YRr YRr2 小时前
深度学习:循环神经网络(RNN)详解
人工智能·rnn·深度学习
sp_fyf_20243 小时前
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-11-01
人工智能·深度学习·神经网络·算法·机器学习·语言模型·数据挖掘