向AI轉型的程序員都關注了這個號👇👇👇

機器學習AI算法工程?? 公眾號：datayx

一、運行環境的安裝：

1、下載好cuda9跟cudnn7，然后在安裝好后，cuda其會自動添加到環境變量里，所以使用keras進行GPU加速的時候會自動使用這些庫。

2、TensorFlow-gpu版本的安裝，這個安裝方法有三種，

第一種是直接在pycharm里的安裝庫里安裝。

第二種就是使用pip來安裝，這個在安裝的時候可以指定安裝的版本。例如：

pip install tensorflow-gpu==1.8.0

如果使用pip安裝失敗的話，則應當升級pip，如果使用pip來升級自身的識別的話，就可以使用conda來安裝一個最新的pip來解決這個問題。

3、然后就安裝keras就可以了。使用指令

pip install keras

接著就是安裝那個labelme打標工具。使用指令：

pip install pyqt5

pip install labelme

然后直接在cmd終端里輸入指令：

labelme

5、進行樣本打標

點擊“open”，打開需要標注的圖像，選擇對目標區域進行標注

假如你要標注的對象為人和狗，在畫掩碼過程中，一幅圖像中如果有多個person、dog，命名規則為person、person…… dog、dog……。因為labelme生成的標簽為一個label.png文件，這個文件只有一通道，在你標注時同一標簽mask會被給予一個標簽位，其中名字相同的軟件會給其填充相同的標簽值。所以有多分類的標簽名要不一樣，同類的標簽名要一樣，例如人的標簽名都是person。而mask要求不同的實例要放在不同的層中。最終訓練索要得到的輸入為一個w*h*n的ndarray，其中n為該圖片中實例的個數

這里的打標的時候不要求每張圖片按著類別順序來進行打標，主要打標的區域選對類別即可。其打標后會生成一個json文件，這個文件里記錄了打標的順序，其中生成的mask圖像會按打標順序分別賦值從1開始的值。其記錄的是打標順序。

數據集 獲取：

關注微信公眾號 datayx ?然后回復??mask? 即可獲取。

AI項目體驗地址 https://loveai.tech

6、把打標后的jison文件轉換為對應的五個文件。其中的代碼文件是：labelme_json_to_dataset.py，使用的代碼是：

其要修改的代碼位置是：

json_file = 'C:/Users/QJ/Desktop/hh/total'

把這個改為自己的打標好的json文件路徑即可。

7、接著就可以使用模型進行訓練了，其訓練的文件是train_shapes.py.

其中需要修改的為

a、在類DrugDataset()里的

修改為自己的類別順序

b、在類ShapeConfig()里的

到此就可以測試自己訓練的模型結果了。

9、最后的測試結果如下：

---

閱讀過本文的人還看了以下文章：

基于40萬表格數據集TableBank，用MaskRCNN做表格檢測

《基于深度學習的自然語言處理》中/英PDF

Deep Learning 中文版初版-周志華團隊

【全套視頻課】最全的目標檢測算法系列講解，通俗易懂！

《美團機器學習實踐》_美團算法團隊.pdf

《深度學習入門：基于Python的理論與實現》高清中文PDF+源碼

特征提取與圖像處理(第二版).pdf

python就業班學習視頻，從入門到實戰項目

2019最新《PyTorch自然語言處理》英、中文版PDF+源碼

《21個項目玩轉深度學習：基于TensorFlow的實踐詳解》完整版PDF+附書代碼

《深度學習之pytorch》pdf+附書源碼

PyTorch深度學習快速實戰入門《pytorch-handbook》

【下載】豆瓣評分8.1,《機器學習實戰:基于Scikit-Learn和TensorFlow》

《Python數據分析與挖掘實戰》PDF+完整源碼

汽車行業完整知識圖譜項目實戰視頻(全23課)

李沐大神開源《動手學深度學習》，加州伯克利深度學習(2019春)教材

筆記、代碼清晰易懂！李航《統計學習方法》最新資源全套！

《神經網絡與深度學習》最新2018版中英PDF+源碼

將機器學習模型部署為REST API

FashionAI服裝屬性標簽圖像識別Top1-5方案分享

重要開源！CNN-RNN-CTC 實現手寫漢字識別

yolo3 檢測出圖像中的不規則漢字

同樣是機器學習算法工程師，你的面試為什么過不了？

前海征信大數據算法：風險概率預測

【Keras】完整實現‘交通標志’分類、‘票據’分類兩個項目，讓你掌握深度學習圖像分類

VGG16遷移學習，實現醫學圖像識別分類工程項目

特征工程(一)

特征工程(二) :文本數據的展開、過濾和分塊

特征工程(三):特征縮放,從詞袋到 TF-IDF

特征工程(四): 類別特征

特征工程(五): PCA 降維

特征工程(六): 非線性特征提取和模型堆疊

特征工程(七)：圖像特征提取和深度學習

如何利用全新的決策樹集成級聯結構gcForest做特征工程并打分？

Machine Learning Yearning 中文翻譯稿

螞蟻金服2018秋招-算法工程師(共四面)通過

全球AI挑戰-場景分類的比賽源碼(多模型融合)

斯坦福CS230官方指南：CNN、RNN及使用技巧速查(打印收藏)

python+flask搭建CNN在線識別手寫中文網站

中科院Kaggle全球文本匹配競賽華人第1名團隊-深度學習與特征工程

不斷更新資源

深度學習、機器學習、數據分析、python

?搜索公眾號添加：?datayx??

---

機大數據技術與機器學習工程

?搜索公眾號添加：?datanlp

長按圖片，識別二維碼

總結

以上是生活随笔為你收集整理的detectron2训练自己的数据集_keras版MaskRCNN来训练自己的目标检测数据集的全部內容，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。