Mask RCNN训练自己的数据集(修正及windows下使用labelme)

原文参考:https//blog.csdn.net/l297969586/article/details/79140840/

labelme编译并使用:

源码:https//github.com/tfwcn/labelme

源码已改成批量转Json的文件

Logs

2018/11/8

修改成自动保存到图片目录下到json文件夹中。需预先建立文件夹。

以前用过该工具的,请先删除C:\Users\当前用户\.labelmerc 文件

打开工具一次后,修改C:\Users\当前用户\.labelmerc 文件

auto_save_path 对应保存的相对路径

 

编译:

# 安装编译环境
pip install pyqt5
# 直接运行labelme/main.py时需要安装labelme
pip install labelme

#开始编译,执行文件会生成到dist/labelme.exe下
conda install pyqt
pip install .
pip install pyinstaller
pyinstaller labelme.spec

打开DIST / labelme.exe,框选对象(命名方式请参考原文),并保存的Json文件到一个文件夹,最好是单独的文件夹存放。

标记完所有图片后,批量转Json文件:

# 已改成批量生成数据,用法:
\labelme\labelme\cli>python json_to_dataset.py "Json文件夹路径"

开始训练自己的数据集

源码:https//github.com/tfwcn/Mask_RCNN

训练源码:https//github.com/tfwcn/Mask_RCNN/blob/master/samples/shapes/train_shapes.py

原代码修改成支持不同训练集与测试集

修改如下路径为对应的文件夹:

dataset_root_path = "/labels/mouse/"
dataset_val_root_path = "/labels/mouse/test/"
img_floder = dataset_root_path+"rgb"
img_floder_val = dataset_val_root_path+"rgb"

开始训练:

python train_shapes.py

 

  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 17
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 17
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

PPHT-H

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值