????? 在MaskRCNN的Mask分割或者FCN全圖分割的數據收集過程中，初始數據可以使使用LabelMe手動標記，這是數據標記不可或缺的過程，需要耗費大量人力物力，也是值得的。

???? 數據選取的過程中需要注意的是，標記的粒度控制、半自動化標記工具比如grubcut算法輔助等、數據的二次篩查、數據可靠性分級等等。

??? 此外，還可以借助三維重建的方法，使用正射投影或者透視投影獲取物體的Mask，放入場景中，自動生成像素級標記的訓練數據。

????? 參考：三維重建PCL：點云單側面正射投影_wishchinYang的專欄-CSDN博客

??????

總結

以上是生活随笔為你收集整理的基于3D模型的MaskRCNN的训练数据生成的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。