MaskRcnn训练自己的数据集

(二)﹔标注数据
1.使用labelme得到 json,标注文件
2.使用命令 labelme_json_to_dataset 1.json得到json文件夹
3.也可以用批处理脚本得到所有json文件夹
4.得到4个文件夹标注信息
涉及的一些安装脚本：

pip install labelme
pip install pyqt5
pip install pillow
labelme_json_to_dataset 1.json

@echo off
for %%i in (*.json) do labelme_json_to_dataset "%%i"
pause

import os
import shutil

for dir_name in os.listdir('./labelme_json'):
    pic_name = dir_name[:-5] + '.png'
    from_dir = './labelme_json/'+dir_name+'./label.png'
    to_dir = './cv2_mask/'+pic_name
    shutil.copyfile(from_dir, to_dir)
        
    print (from_dir)
    print (to_dir)

如果缺少info.yaml文件可以参考以下操作：
https://blog.csdn.net/qq_44703886/article/details/109055385
(三）:代码中需要改动的地方:1.NUM_CLASSES:表示类别的个数
2. self.add_class(“shapes”, 1 , " category1")添加标签中定义的类别
3.指定好路径
dataset_root_path=“mydata/”
img_floder = dataset_root_path + “pic”
mask_floder. = dataset_root_path + "cv2_mask"imglist = os.listdir(img_floder)
count = len(imglist)
4.DETECTION_MIN_CONFIDENCE指定的稍微小一点可以得到更多结果（config.py）
（四）训练之后测试结果
1.先得到.h5文件
2.参考demo.ipynb写脚本