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
清醒的兰7 分钟前
OpenCV 图像像素值统计
人工智能·opencv·计算机视觉
彭祥.16 分钟前
YOLO电力物目标检测训练
人工智能·yolo·目标检测
尘浮72832 分钟前
60天python训练计划----day50
人工智能·python·深度学习
Listennnn40 分钟前
OCR & MLLM & Evaluation
人工智能·ocr
云布道师1 小时前
云服务运行安全创新标杆:阿里云飞天洛神云网络子系统“齐天”再次斩获奖项
网络·人工智能·安全·阿里云·云计算·云布道师
lcw_lance1 小时前
智慧园区综合运营管理平台(SmartPark)和安全EHS平台的分工与协作
大数据·人工智能
ywyy67981 小时前
「全栈技术解析」推客小程序系统开发:从架构设计到裂变增长的完整解决方案
人工智能·小程序·短剧·推客系统·推客小程序·推客系统开发·推客小程序开发
加百力1 小时前
自动驾驶+人形机器人?亚马逊即将测试人形机器人送货
人工智能·机器人·自动驾驶
落沐萧萧2 小时前
本地多语言 AI 字幕组:Whisper 实战教程
人工智能·whisper
合方圆~小文2 小时前
架空线路图像视频监测装置
c语言·c++·人工智能·嵌入式硬件·硬件工程·模拟退火算法