Mask RCNN训练自己的数据

源码链接：https://github.com/matterport/Mask_RCNN

1、数据集制作

由于模型采用的是coco数据的数据的格式，coco数据包括训练图片和标注信息json文件，标注信息json文件包括很多字段信息，如果完全按照这个格式来做感觉较为复杂，但如果可以用标注工具能直接生成的话也还可以。

1.1深度学习图像标注工具VGG Image Annotator (VIA)

网上查询确实有可以直接标注的工具，这个直接在网页端使用好像挺不错，可以自由添加字段，适合coco数据的格式，但是我操作一通后感觉没有labelme好用，因此舍弃。
参考：https://blog.csdn.net/heiheiya/article/details/81530952

1.2Labelme

首先使用工具，直接保存在同目录下得到对应json文件。
labelme保存的都是xxx.json文件，需要用labelme_json_to_dataset.exe转换一下，在命令行下定位到D:\anaconda3\Scripts中labelme_json_to_dataset.exe。
for /r 数据位置 %i in (*.json) do labelme_json_to_dataset %i
这样会生成一个同名文件夹，里面包含了我们需要的mask文件，label.png，不过这个文件是16bit点，而cv2中使用的都是8bit点，所以需要转换一下。

参考：https://blog.csdn.net/qq_36810544/article/details/83582397

def img_16to8():
    from PIL import Image
    import numpy as np
    import shutil
    import os
    src_dir = r'E:\code\Tongue_detect\train_data\labelme_json'
    dest_dir = r'E:\code\Tongue_detect\train_data\cv2_mask'
    for child_dir in os.listdir(src_dir):
        new_name = child_dir.split('_')[0] + '.png'
        old_mask = os.path.join(os.path.join(src_dir, child_dir), 'label.png')
        img = Image.open(old_mask)
        img = Image.fromarray(np.uint8(np.array(img)))
        new_mask = os.path.join(dest_dir, new_name)
        img.save(new_mask)

或者直接运行json_to_dataset.py也行。

最终得到目录如图所示。

2、模型结构
在sample中有很多对应的案例，包括训练检测。直接在里面拷贝修改。

如图直接运行tongue.py训练检测，详见代码https://github.com/wliuxing123/Mask-RCNN_lx。
参考：https://blog.csdn.net/qq_36810544/article/details/83582397