VIA标注自己的数据集，用于MASK-RCNN训练

最近在看MASK-RCNN，想动手训练自己的数据集。话不多说，开工！

第一步：标注数据

这里选择的是VIA，一个网页版的工具，很方面，可以标注掩码。下载点这里。

 下载完成后，解压运行via.html

 “Add Files”可以一次添加多个文件，“Region Shape”选择点线。然后在右边的图像中就可以鼠标左键进行标注，最后一个点双击，或者按Enter键

 

对于图中标注的鼠标，要给它设置标签属性

 

 接下来，把标注的数据文件保存下来

浏览器会自动下载，至此数据集制作完成。

 

第二步，训练模型

原作者上传到GitHub的地址：https://github.com/matterport/Mask_RCNN

可以在作者的balloon代码基础上，简单更改一下，以训练自己的数据集。我自己的电脑是1060-6G的，所以

IMAGES_PER_GPU = 1

训练的时候可以在终端命令行去执行，cd到当前代码的目录下，执行（指定train，dataset目录，与训练模型）：

python mouse.py train --dataset=C:/Users/12544/PycharmProjects/Mask-RCNN-master/mouse/mouse --weights=coco

迭代30次之后，选择最终模型mask_rcnn_mouse_0030.h5。

第三步：验证结果

执行： 

python mouse.py splash --weights=mask_rcnn_mouse_0030.h5 --image=c:/Users/12544/PycharmProjects/Mask-RCNN-master/mouse/mouse/val/WIN_20190731_09_52_31_Pro.jpg

会在mouse.py同级目录下生成新的文件，如下：

 图中识别出来的鼠标是彩色，其他地方都是黑白。

 

多说一点

1、最终虽然只是实现了这个简单的过程，但是在这过程中还是有许多坑，安装CUDA+CUDNN也不是一帆风顺，import依赖包也遇到各种问题。欢迎大家留言讨论

2、看了很长时间的mask-rcnn原理，有时间会把这块说一下

3、欢迎大家留言讨论