提示:如果想实现其他实例分割模型,可以通过官方代码选择对应的配置文件。
前言
随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。
提示:以下是本篇文章正文内容,下面案例可供参考
一、实例分割是什么?
话不多说,直接上图。
二、示例
这是代码的链接(Pytorch版本)
平台部署的直接百度,如果遇到解决不了的问题可以私信我。平台部署完后就可以直接上代码了。
目前平台支持的模型:BlendMask,BoxInst,CondInst,MEInst,SOLOv2等。
1.参数设置
模型选用的是BlendMask。
代码如下(示例):
def get_parser():
parser = argparse.ArgumentParser(description="Detectron2 Demo")
parser.add_argument(
"--config-file",
default="D:/LIN/AdelaiDet-master/configs/BlendMask/R_50_1x.yaml",#配置参数文件
metavar="FILE",
help="path to config file",
)
parser.add_argument("--webcam", action="store_true", help="Take inputs from webcam.")
parser.add_argument("--video-input", help="Path to video file.")
parser.add_argument("--input",
default=["这里输入自己的待处理的图片路径"],
nargs="+", help="A list of space separated input images")
parser.add_argument(
"--output",
help="A file or directory to save output visualizations. "
"If not given, will show output in an OpenCV window.",
)
parser.add_argument(
"--confidence-threshold",
type=float,
default=0.3,
help