![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Mask R-CNN
一名不会算法的在职算法工程师
一名不起眼的图像算法工程师兼渣渣嵌入式工程师。
展开
-
Mask R-CNN提示UserWarning: Using a generator with `use_multiprocessing=True解决办法
替换删除 data_generator(), 换成下面的:class DataGenerator(keras.utils.Sequence): """A generator that returns images and corresponding target class ids, bounding box deltas, and masks. dataset: The Dataset object to pick data from config: The mo原创 2021-04-27 16:01:27 · 1347 阅读 · 13 评论 -
关于Mask R-CNN训练及数据读取缓慢的问题解决
在 Mask R-CNN 中 DrugDataset 类有一个函数 draw_mask(),利用三个 for 循环重写mask,造成训练及数据加载的瓶颈,GPU不会满载训练,大量CPU资源用于三个 for 循环计算,当一张图片目标较多以及数据量大时,速度更会减慢。 def draw_mask(self, num_obj, mask, image,image_id): #print("draw_mask-->",image_id) #print("self原创 2021-01-13 09:26:39 · 2719 阅读 · 30 评论 -
h5模型转pb转tflite实现及报错解决
h5模型转pb转tflite实现及报错解决 这里我已Mask R-CNN训练出来的模型为例,我的h5文件不保存模型结构,我的代码有转为带结构的h5文件。话不多说,直接上代码。def save_model(path): """ 将训练的仅保存参数的h5文件转换为将整个model结构及参数保存的H5 model :param path: h5 model path :return: """ test_config = InferenceConfig()原创 2020-12-14 22:33:55 · 682 阅读 · 0 评论 -
基于 Mask R-CNN 中边界框回归知识讲解(重点是代码)
一、 边界框回归的概念 如图所示,红色的框代表原始的建议框(proposal region),绿色的框代表目标的真实边界框(ground truth)。边界框回归的目标是:寻找一种映射关系,使得原始的建议框(红色)经过映射变为一个与真实边界框(绿色)更接近的边界框(蓝色)。一个矩形框通常可以用x、y、w、h四个参数表示(它们分别表示窗口中心点的坐标以及矩形框的宽高)。二、公式讲解 边界框回归的这种映射关系可以表示为: 边界框 G^\hat{G}G^ 可以通过下式得到,其中PPP原创 2020-11-02 11:50:17 · 3488 阅读 · 9 评论 -
Mask R-CNN 绘制epoch-loss曲线图
Mask R-CNN 绘制epoch-loss曲线图 博主研究MaskR-CNN已有一年左右,前段时间工作中需要绘制epoch-loss曲线图,网上对这块的讲解比较少,因此博主在这讲一下,如何绘制训练时的epoch与loss关系图,博主所用的mask r-snn代码为Mask R-CNN源码。由于我自己对代码有些修改,可能行数对不上,但是就在附近,大家找一下就好。第一步: 在mrcnn文件夹下mode.py中, 修改一下代码(大概在2360行左右): history = self.原创 2020-05-23 15:40:57 · 12081 阅读 · 42 评论