本文详细介绍了如何使用Tensorflow Object Detection API训练Mask R-CNN模型，包括准备训练数据、生成record文件、配置config文件、启动训练以及测试模型的过程。特别指出，训练采用的是Mask R-CNN Inception V2模型，并修复了现有教程中的错误，提供了正确生成record文件的方法。
用Tensorflow Object Detection API 训练自己的mask R-CNN模型
前言
工作有这个需求但是网上似乎找不到用Object Detection API 训练Mask R-CNN的完整教程，所以把它写出来希望能帮到有需要的人。
训练使用Mask R-CNN Inception V2模型，这篇博客Building a Custom Mask RCNN model with Tensorflow Object Detection介绍了完整的步骤，但是它提供的数据和脚本有错误，会产生错误的record文件导致无法完成训练。因此我fork了这个库【github】并做了一些修改，已经能够产生可用的record文件了。
准备训练数据
Jpg图片是必须准备的了，另外还会用到描述图片基本信息的xml文件（我修改的脚本中bonding box由png图片产生）和表示mask区域的png图片。产生xml的方法很多，比如labelImg；png推荐labelme，通过它可以生成json文件，再通过命令转化为png。如果不想准备自己的数据&#
最低0.47元/天 解锁文章
1304
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
