如何使用语义分割的数据集训练Mask RCNN网络

语义分割的标签是与原始图片一一对应的Mask文件，做Mask RCNN需要知道每个图片内部每个对象的类别，边框，Mask。如果我们的手里只有语义分割的Mask标签文件，那么如何训练Mask RCNN网络呢？
1、读取mask文件
2、逐类的使用opencv的fillConvexPoly()方法提取每一个目标的边界线。
3、对一个目标的边界线坐标集，使用opencv的fillConvexPoly()方法填充，获得每个目标的mask二值图，根据边界线集获取x，y的最大最小值，组合成边界框。

class DatasetFromSemantic(torch.utils.data.Dataset):
    """
    将语义分割的标签转换为mask rcnn网络需要的格式
    """
    def __init__(sel