object_detection物体检测开源框架使用及性能评估（九）

目录

安装部分

第一章 常用标注数据集

第二章 object_detection开源框架使用案例入门

第三章 标注自己的数据集

第四章 基于tensorflow-cpu的object_detection开源框架模型训练

第五章 基于GPU服务器的object_detection开源框架模型训练

第六章 object_detection开源框架模型评估

第七章 yolo开源框架安装及使用

第八章 yolo开源框架模型评估

第九章 Mask_rcnn模型开源框架安装及使用

第九章 Mask_rcnn模型开源框架安装及使用

鉴于Tensoeflow Object Detection API提供的mask_rcnn模型没有训练操作的指导，而目前语义分割成为了新的视觉研究的趋势，故对Mask_rcnn模型进一步研究。

9.1 环境参数

Python 3.4+
TensorFlow 1.3+
Keras 2.0.8+
Numpy, skimage, scipy
cv2

9.2 下载Mask_rcnn源代码

# cd /home/users/chenzhuo/program
# git clone https://github.com/matterport/Mask_RCNN.git

9.3 预训练模型图片测试

将Mask_RCNN/samples/demo.ipynb改为demo.py后，运行

# cd /home/users/chenzhuo/program/Mask_RCNN/samples
# python3 demo.py /home/users/py3_project/models/research/object_detection/test_images/01.jpg
检测速度：26.6s

该检测效果是目前所有模型中最好的。对模型的训练待研究。