大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。
Jetbrains全系列IDE稳定放心使用
⚡插播一条老家自产的糖心苹果,多个品种,欢迎选购!有问题随时私信我⚡:
??来自雪域高原的馈赠——海拔2000米的大凉山高原生态糖心苹果??https://blog.csdn.net/qq_15969343/article/details/126107252
#2018/07/03 更新
制作好训练集之后,如何进行训练?戳这里:
Mask_RCNN训练自己的数据https://blog.csdn.net/qq_15969343/article/details/80893844
#2018/06/29 更新
这个版本的Mask_rcnn精度和速度都没有FAIR的detectron好,同一个数据集,detectron要高出至少20%的精度,而且由于框架的特性,detectron速度也要快得多~~要不要了解一下如何把自己的数据转换为detectron所需的coco格式?需要的同学点这里:
#2018/06/04 更新
使用官方的权重只检测特定的类别看这里:
Mask_RCNN:使用COCO权重进行特定类别预测(只标记出你需要的类别)https://blog.csdn.net/qq_15969343/article/details/80568579
#2018/05/22 更新
使用训练好的Mask_RCNN模型进行预测看这里:
Mask_RCNN:使用自己训练好的模型进行预测https://blog.csdn.net/qq_15969343/article/details/80388311
#2018/05/04 更新
由于labelme的数据预处理过程还是太繁琐,现在换成了类似于COCO数据集注释的方式(JSON文件):
Mask_RCNN训练自己的数据,制作类似于COCO数据集中所需要的Json注释https://blog.csdn.net/qq_15969343/article/details/80167215
#以下为原文
该Mask_RCNN版本为基于:Python3,Keras,TensorFlow,我使用的具体版本为:
- Python 3.6.3
- TensorFlow 1.7
- Keras 2.1.5
- PyQt5 5.9.2
- Labelme 2.8.0
Mask_RCNN来自matterport,地址为:
点击打开链接https://github.com/matterport/Mask_RCNN
使用的标记工具为Labelme,地址如下:
点击打开链接https://github.com/wkentaro/labelme
安装完Labelme之后,直接在CMD窗口输入labelme,即可打开:
点击view下面的高级模式,可以控制图像显示的大小:
点击Create_Polygon在图像上标记需要的东西,并命名:
保存该标注,可以得到一个.json文件,该文件包含了图像文件本身以及标注的对象框,打开该文件,可以看到其中包含的内容:
如何打开json可以查看我的这篇博客:
该json需要转换为训练程序需要的Mask数据,此时在CMD窗口输入以下指令(以刚才生成的json示例,你只需要把路径转换为json文件所在的路径)即可转换:
labelme_json_to_dataset C:\Users\Administrator\Desktop\8433365521_9252889f9a_z.json
此时可以得到以json文件名而命名的一个文件夹,打开该文件夹,可以看到里面包含了五个文件:
img.png(原图);
info.yaml;
label.png;
label_names.txt;
label_viz.png
可以看到本来标记的只有两类,但是打开标签可视化文件,可以看到自动加了背景,所以是1+2=3类,打开label_viz.png可见:
但是在训练的时候肯定是多个数据,不可能一个一个的挨着转换,所以肯定要批转换这些json:
linux下,使用如下命令:
str1="json路径"
str2=".json"
for((i=1;i<图片数量;i++))
do
str3=${i}
labelme_json_to_dataset ${str1}${str3}${str2}
done
windows下,使用如下命令:
for /r 路径 %i in (*.json) do labelme_json_to_dataset %i
而转换后的label.png是其中非常重要的掩码文件,打开却是一片黑,这是什么情况?出BUG了?
其实,这是因为labelme将类别的像素值从1开始赋值,比如刚才的3类分别赋值0,1,2,因为值都很小,因此看着都是黑的;将图片使用matlab读入可以看到如上面所述:
我们可以将这些掩膜的像素值做一个映射(如像素值分别乘以100,当前的像素值则有(0,1,2)变为(0,100,200)),从而可以清楚的看到:
而从上面matlab的截图,可以清楚看到掩码标签为16位存储,我们需要将16位转8位,关于16位转8位,请关注我的另外一篇博客:
点击打开链接https://blog.csdn.net/qq_15969343/article/details/79841446
都看到这里了,还不赶紧点赞,评论,收藏走一波?
发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/189562.html原文链接:https://javaforall.cn
【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛
【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...