Pytorch Mask R-CNN 实例分割

最新推荐文章于 2024-08-31 14:52:24 发布

望舒向晚

最新推荐文章于 2024-08-31 14:52:24 发布

阅读量1.4k

点赞数 2

分类专栏： Pytorch 文章标签： pytorch cnn 深度学习

本文链接：https://blog.csdn.net/m0_67105022/article/details/123506057

版权

本文介绍如何使用Pytorch中的Mask R-CNN模型进行实例分割，该模型在Faster R-CNN基础上增加了分支网络，既能进行目标检测，又能对目标像素进行精细分割。实例分割结合了目标检测和图像分割，每个实例根据类别被赋予不同颜色的mask。

摘要由CSDN通过智能技术生成

Mask R-CNN通过在 Faster-RCNN 的基础上添加一个分支网络，在实现目标检测的同时，把目标像素分割出来.

图像分割是深度学习和神经网络的一个重要应用.

使用Pytorch自带的Mask R-CNN模型.

在实例分割中每个实例根据不同的类别划分颜色.如何实现呢? 可以这么说，我们可以检测出一张图片中的每个物体的存在，得到它的锚框，进行分类，然后用不同的颜色mask it 。所以说，实例分割是目标检测和图像分割的结合。

import cv2
import numpy as np
import random
import torch
import torchvision
import argparse
from PIL import Image
from torchvision.transforms import transforms as transforms
coco_names= [
    '__background__', 'person', 'bicycle', 'car', 'motorcycle', 'airplane', 'bus',
    'train', 'truck', 'boat', 'traffic light', 'fire hydrant', 'N/A', 'stop sign',
    'parking meter', 'bench', 'bird', 'cat', 'dog', 'horse', 'sheep', 'cow',
    'elephant', 'bear',