最近在学习官方版的 Mask-Rcnn , 已经能够训练 , 下面简述下使用自己数据集训练的方法。
工程目录:https://github.com/facebookresearch/Detectron
经过测试验证官方版的Mask-Rcnn是可以直接使用COCO数据集进行训练的,所以本文也是COCO格式的数据集的制作方法。
一,labelme标注数据集
制作数据集时主要使用labelme工具进行标注,安装标注方法不再赘述,这里只介绍博主标注后的结果及命名规则。
工具下载链接:https://github.com/wkentaro/labelme
下图是我拍摄的RGB图片数据集,
在我们的数据集中共有:box, package ,fruit, column 四类,在画掩码过程中如果单张图片有多个box、fruit…命名规则为box1、box2..fruit1、fruit2..。如下图所示:
在标注完保存后会为每张RGB图生成一个.json的标注文件,最后得到的所有的标注文件如下