mask_rcnn 训练自己数据
欢迎使用Markdown编辑器
主要参考及工具
基于Mask RCNN开源项目:https://github.com/matterport/Mask_RCNN
图片标记工具基于开源项目:https://github.com/wkentaro/labelme
有关mask-rcnn和Faster RCNN算法可以参考:
https://blog.csdn.net/linolzhang/article/details/71774168
https://blog.csdn.net/lk123400/article/details/54343550/
新的改变
准备训练数据集
- 原图数据集(训练数据,测试数据)
- 用Labelme对数据集进行 标注,得到 .json 格式的数据, 在标注完保存后会为每张RGB图生成一个.json的标注文件,最后得到的所有的标注文件如下
- Labelme数据集到COCO数据集的转化。 .json 数据格式转换,生成 img, info.yaml, label ,label_names , label_viz五个文件,。(这个是处理.json文件后产生的数据,使用方法为labelme_json_to_dataset+空格+文件名称.json,这个前提是labelme要准确安装并激活。但是这样会产生一个问题,对多幅图像这样处理,太麻烦,在这里提供一个工具,可以直接在.json文件目录下转换所有的json文件,链接:json数据转换工具 。
转化工具 :https://download.csdn.net/download/u014525760/10348022 - 转化label.png为可用格式
由于labelme生成的掩码标签 label.png为16位存储,opencv默认读取8位,需要将16位转8位,可通过C++程序转化,代码参考这篇博:http://blog.csdn.net/l297969586/article/details/79154150