MaskRCNN训练自己的数据集,用VIA标注数据

MaskRCNN(TensorFlow版)的项目地址:

https://github.com/matterport/Mask_RCNN

如果要用这个算法来训练自己的数据集，方法十分简单，只需修改代码的几个关键部分就好了。

准备数据集

首先将你的数据集分为两类，一类为训练集（train），一类为验证集(val)。

然后是标注数据，这里我用到的工具是VIA（VGG数据集的标注工具），操作起来十分方便。在网页上即可进行数据标注，VIA的链接为:

http://www.robots.ox.ac.uk/~vgg/software/via/

如下图：

修改源代码

数据集准备好之后，我们可以在源代码（balloon.py）的基础上进行修改，使之适应我们的数据集。

1、复制一份balloon.py的代码进行编辑，在class balloon_config下面修改分类个数，我这里是分成3类，所以是1+3，注意默认背景是一类：

class BalloonConfig(Config):
    """Configuration for training on the toy  dataset.
    Derives from the base Config class and overrides some values.
    """
    # Give the configuration a recognizable name
    NAME = "balloon"

    # We use a GPU with 12GB memory, which can fit two images.
    # Adjust down if you use a smaller GPU.
    IMAGES_PER_GPU = 2

    # Number of classes (including background)
    NUM_CLASSES = 1 + 3  # Background + 分类类别

    # Number of training steps per epoch
    STEPS_PER_EPOCH = 50

    # Skip detections with < 90% confidence
    DETECTION_MIN_CONFIDENCE = 0.9

2、解析VIA的标注信息

因为源码是用coco数据集，它的标注信息格式与V