基于labelme标注的数据，利用Mask RCNN训练自己的数据库

Mask RCNN 源码：Mask RCNN代码

1、修改数据格式。
利用labelme中json_to_dataset方法，批量将json文件转化为需要的图像格式。
转化方法参考：
将labelme标注的json文件转化为yaml等文件

2、修改代码
主要修改train_shapes.ipynb，可以将ipynb先转化为.py文件，方便编辑操作（jupter notebook可以方便转化，可以参考：ipynb转化为.py文件），此外需要重新写一个类。

修改完的代码可自行下载：train_shapes.py

使用方法：
在ShapesConfig类中，GPU_COUNT = 2，IMAGES_PER_GPU = 1两个参数自己根据自己电脑配置修改参数；
NUM_CLASSES = 1 + 4为你数据集的类别数，第一类为bg，我的是4类，所以为1+4；
class DrugDataset(utils.Dataset):中的函数 def load_shapes()中，自行修改自己的类别名称，def load_mask()中对应修改自己的类别名称；
dataset_root_path中修改为自己的产生的文件路径。

参考：mask rcnn训练自己数据集