根據(jù)requirements - 開源項目默認(rèn)的.txt進(jìn)行庫安裝

環(huán)境：WIN10 + Anoconda + Pycharm + python3.6.2

mask_rcnn基本流程1、訓(xùn)練 1)labelme進(jìn)行目標(biāo)物體標(biāo)記，生成json文件，含點坐標(biāo)、以及各個物體的標(biāo)簽label; json文件的格式：（在balloon.py中提到） # { 'filename': '28503151_5b5b7ec140_b.jpg',# 'regions': {# '0': {# 'region_attributes': {},# 'shape_attributes': {# 'all_points_x': [...],# 'all_points_y': [...],# 'name': 'polygon'}},# ... more regions ...# },# 'size': 100202# }2)修改E:\gitHubProjects\Mask_RCNN-master\Mask_RCNN-master\samples\balloon\balloon.py代碼將： if args.weights.lower() == "coco":# Exclude the last layers because they require a matching# number of classes,coco數(shù)據(jù)集含有80個類，但是對于通常來說，只有前景和背景兩類，因此#需要將if。。=coco給注釋掉model.load_weights(weights_path, by_name=True, exclude=["mrcnn_class_logits", "mrcnn_bbox_fc","mrcnn_bbox", "mrcnn_mask"])else:model.load_weights(weights_path, by_name=True) 改成： model.load_weights(weights_path, by_name=True, exclude=["mrcnn_class_logits", "mrcnn_bbox_fc","mrcnn_bbox", "mrcnn_mask"])3)利用balloon.py修改后的進(jìn)行訓(xùn)練，注意需要修改的地方： class BalloonConfig(Config):"""Configuration for training on the toy dataset.Derives from the base Config class and overrides some values."""# Give the configuration a recognizable nameNAME = "balloonDataset"# We use a GPU with 12GB memory, which can fit two images.# Adjust down if you use a smaller GPU.IMAGES_PER_GPU = 1 # 每個GPU同時訓(xùn)練的圖片數(shù)，如果是CPU建議修改為1# Number of classes (including background)# 類別數(shù)，一般是你自己數(shù)據(jù)物體的類別數(shù)+1（+1是背景），coco默認(rèn)的是80+1類NUM_CLASSES = 1 + 1 # Background + balloonDataset# Number of training steps per epoch # 每一個迭代循環(huán)的步長數(shù)STEPS_PER_EPOCH = 100# Skip detections with < 90% confidence 置信度，小于這個則跳過檢測，提高檢測效率DETECTION_MIN_CONFIDENCE = 0.9 除了上面的，還可以修改訓(xùn)練好的模型存放的位置，一般存放在E:\gitHubProjects\Mask_RCNN-master\Mask_RCNN-master\logs4) 利用命令行進(jìn)行訓(xùn)練，具體命令見：見“E:\gitHubProjects\Mask_RCNN-master\Mask_RCNN-master\samples\balloon\README.md” python3 balloon.py train --dataset=dataset_path --weights=weughts_path2、測試 1)修改E:\gitHubProjects\Mask_RCNN-master\Mask_RCNN-master\samples\coco\coco.py代碼 將： NUM_CLASSES = 1+80 改成: NUM_CLASSES = 1+1(背景+目標(biāo))————根據(jù)自己的類別數(shù)進(jìn)行修改 1)修改E:\gitHubProjects\Mask_RCNN-master\Mask_RCNN-master\samples\demo.py代碼 修改MODEL_DIR、COCO_MODEL_PATH（訓(xùn)練好的模型）、IMAGE_DIR（測試集圖片）、class_names（類別名稱）=["BG","","",...]

?

github項目鏈接：

https://github.com/1371174718/Mask_RCNN_master

創(chuàng)作挑戰(zhàn)賽新人創(chuàng)作獎勵來咯，堅持創(chuàng)作打卡瓜分現(xiàn)金大獎

總結(jié)

以上是生活随笔為你收集整理的【深度学习】mask_rcnn训练自己的数据集以及模型使用（实践结合GitHub项目）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。