用自己的数据集训练Mask-RCNN实现过程中的坑

本文仅仅是自己实现过程的笔记记录,仅仅用来交流的。

在网上大量搜集资料后,实现Mask-RCNN,但是过程中还是出现了很多很多的问题,所以将过程记录如下,方便日后学习。

一、实验前准备

1. COCO数据集

COCO的 全称是Common Objects in COntext,是微软团队提供的一个可以用来进行图像识别的数据集。MS COCO数据集中的图像分为训练、验证和测试集。

COCO数据集现在有3种标注类型:object instances(目标实例), object keypoints(目标上的关键点), and image captions(看图说话),使用JSON文件存储。

2. 环境搭建

本文采用github上Mask-RCNN代码,网址:https://github.com/matterport/Mask_RCNN

安装要求按照必要的环境

Python 3.6,TensorFlow 1.8-gpu,Keras 2.1.6(这些版本是我实验中的版本)和其他常见软件包requirements.txt。

二、制作数据集

这里我们需要利用labelme来生成json文件以及yaml文件等。

1. 安装labelme

win10+python3

在cmd中使用pip安装,

pip install pillow

pip install pyqt5

pip install labelme

安装成功之后,在python安装目录下Scripts目录下可以找到labelme,如下图所示:

  • 3
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 9
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 9
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

蹦跶的小羊羔

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值