Mask R-CNN资源汇总

已于 2022-03-10 22:34:57 修改
阅读量699 收藏 4
点赞数 1
文章标签： cnn 深度学习 机器学习
于 2022-03-10 22:32:05 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/zdq1114/article/details/123412606
版权

引言

最近因为毕设需要用到Mask R-CNN，从网上找了很多资料学习，把觉得有帮助的一些内容收集起来，写到这篇文章中。

Github项目：GitHub - matterport/Mask_RCNN: Mask R-CNN for object detection and instance segmentation on Keras and TensorFlow

原理讲解

1.论文及原理

论文：http://cn.arxiv.org/pdf/1703.06870v3

参考资料：mask-rcnn解读_u010901792的专栏-CSDN博客_maskrcnn

Mask RCNN 学习笔记 - 勇者归来 - 博客园

2.代码详解

参考资料：

MASK_RCNN代码详解(1)-Basebone部分 - 知乎

MASK_RCNN代码详解(2)-RPN部分 - 知乎

MASK_RCNN代码详解(3)-Heads部分 - 知乎

MASK_RCNN代码详解(4)-Losses部分 - 知乎

MASK_RCNN代码详解(5)-锚框生成过程 - 知乎

MASK_RCNN代码详解(6)-ProposalLayer - 知乎

MASK_RCNN代码详解(7)-PyramidROIAlign - 知乎

MASK_RCNN代码详解(8)-DetectionTargetLayer - 知乎

环境配置

参考资料：​​​​​​配置MaskRCNN环境超详细教程（win10/ubuntu 16.04+tensorflow1.5.0 GPU版）_chenmoran0928的博客-CSDN博客_maskrcnn环境搭建

要注意的是，由于使用tensorflow-gpu版本时对cuda和cudnn的版本要求极高，一定要对应好，否则会遇到很多奇奇怪怪的问题。

训练数据集

1.如何训练自己的数据集

参考资料：MaskRCNN训练自己的数据集 小白篇 - 灰信网（软件开发博客聚合）

这篇文章描述过程非常详细，基本照着做就可以了，（目前在网上能找到的绝大部分都是基于一个DrugDataset()的代码进行改编的，需要根据自己的数据集文件将对应的文件路径进行代码修改）。

2.训练过程太慢以及数据缓存处理的技巧

参考资料：​​​​​​关于Mask R-CNN训练及数据读取缓慢的问题解决_Wang CVer的博客-CSDN博客_mask rcnn训练慢

这个博主根据DrugDataset()中重写的draw_mask()函数中的数据缓存导致训练过程太慢进行了修改（主要原因是draw_mask()中有一个3层for循环，导致大量cpu资源用于处理这三个for循环产生瓶颈，而gpu却很难拿到数据进行训练）。

主要分两个步骤，一是将原始数据集中的mask在训练前预处理成.npz格式（后面附的完整代码），二是在训练过程中直接读取对应的.npz文件（即已预处理好的mask），节省了cpu资源，使gpu运行效率大幅提升。

P.S. 后续遇到其他好的文章再继续更新

目标检测YOLO实战应用案例100讲-基于CNN的卫星图像下舰船目标检测与识别
qq_36130719的博客
08-31 594
近年来，一方面，随着经济全球化进程地不断推进，各国之间的贸易往来日益增多， 如何应对指数式爆发增长的货物运输成为制约各国经济发展的重要因素。在众多运输方 式中，海洋运输以其大载量和低运费的特点脱颖而出，并逐步成为国际物流中最主要的 运输方式，据统计，国际贸易总运量中的2/3以上、中国进出口货运总量的约90%都是 利用海上运输[1]，海洋运输已经成为国际贸易运输不可或缺的一部分。
Detectron2 入门 | 二
TensorFlowNews
05-11 1576
作者|facebookresearch 编译|Flin 来源|Github Detectron2入门 本文档简要介绍了detectron2中内置命令行工具的用法。 有关涉及使用API​​进行实际编码的教程,请参阅我们的Colab Notebook(https://colab.research.google.com/drive/16jcaJoc6bCFAQ96jDe2HwtXj7BMD_-m5) ,其中涵盖了如何对现有模型进行推断,以及如何在自定义数据集上训练内置模型。 有关更高级的教程,请参阅我们的文档(h
Mask R-CNN
10-19
简要概述实例分割任务，从语义分割FCN切入，详细讲解了mask r-cnn框架的各个部分，包括FPN，ROIAlign和mask分支
『算法学习』Mask-R-CNN
weixin_34034670的博客
10-07 517
一、Mask-RCNN流程 Mask R-CNN是一个实例分割（Instance segmentation）算法，通过增加不同的分支，可以完成目标分类、目标检测、语义分割、实例分割、人体姿势识别等多种任务，灵活而强大。 Mask R-CNN进行目标检测与实例分割 Mask R-CNN进行人体姿态识别 其抽象架构如下： 首先，输入一幅你想处理的图片，然后进行对应的预处理操作...
目标检测系列—Mask R-CNN 详解
最新发布
Azperk的博客
03-03 1005
是由等人于 2017 年提出的，它在的基础上进行了扩展，除了执行（即物体的分类和定位）之外，还增加了的功能，能够精确地预测每个目标的。与其他目标检测方法相比，Mask R-CNN 在精度上具有显著优势，尤其是在实例分割任务上。它在 COCO 数据集上取得了出色的表现，因此在计算机视觉领域中得到了广泛应用。本文将详细介绍的，并提供代码示例，帮助读者深入理解 Mask R-CNN 的工作原理。
mask r-cnn学习
02-08
### Mask R-CNN 学习资源汇总 #### 官方文档与教程 官方文档提供了详尽的技术细节和配置指南，对于理解Mask R-CNN的工作机制至关重要[^1]。 ```python import tensorflow as tf from mask_rcnn import ...
Mask R-CNN基准测试套件的压缩包解析
从文件名可以推断，这是一个包含Mask R-CNN基准测试相关代码和资源的压缩包。文件名中的“benchmark-main”可能意味着该压缩包包含了进行基准测试的核心文件和程序，而“-main”表明它可能是该代码库的主要或根目录...
目标检测主流框架论文汇总
09-27
Faster R-CNN的后续改进，如Mask R-CNN，增加了对实例分割的支持，能够同时进行目标检测和像素级分类。 此外，还有一些其他的目标检测框架也值得关注，例如SSD（Single Shot MultiBox Detector），它结合了一阶段和...
mask r-cnn
09-21
Mask RCNN 是基于Kaiming 之前的工作 FPN (Feature Pyramid Network) 很形象地说就是用FPN产生的检测结果, 后面加了一个分割的网络. 文章中用到了 Top-Down + Bottom-Up 最近很流行的多层网络, 因为最开始Faster-RCNN只是在最后一层上面检测, 很容易丢掉小目标物体, 并且对细节遮挡也很不敏感. 最近的趋势就是结合多层 特征, 答主孔涛就很早发现了这个insight, 做出了HyperNet 并中了CVPR roal!!!作者：Oh233 链接：https://www.zhihu.com/question/57403701/answer/153060743 来源：知乎 著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。 Mask R-CNN 这个结果确实很强，但要同时注意它主要是加上了许多（都是很有用的）engineering techniques 。 比如说 anchor 从 12 增加到了15个，图像 size 从600变成了800，还有ROI batch size变到了512，从FPN那篇paper来看，这些 better practice 会有对性能十分明显的提升 (table 3 baseline: AP=26.3 -> 31.6)。而我们组16年的coco分割竞赛冠军 ，Fully Convolutional Instance-aware Semantic Segmentation (FCIS)的代码昨晚终于开源了。限于计算资源，我们并没有加上这些改进。这些改进应该是比较 general 的，也会适用于 FCIS。欢迎大家试用一波。FCIS 提供了一种简单高效的框架去解决 instance segmentation 的问题。跟之前 COCO 2015 的冠军 MNC 相比，它的主要不同在于 mask estimation 和 detection 是共同做的，而不是先估计 mask 再做 detection。在 FCIS 中 detection/mask estimation 之间通过 inside/outside score map 互相影响，利用了这两个紧密相连 task 之间的共性。现在 release 版本基于支持多卡训练的MXNet，msracver/FCIS。实际上大概今年一月份我们就已经写出了外面可以使用的Caffe版本，但是当时官方 Caffe 只支持单卡做复杂任务的训练，对于COCO这种大规模数据集来说用单卡训练的话一下子几周的时间就过去了。考虑到大家用起来会非常蛋疼，最后还是决定没有release这个版本。
mask_rcnn.pdf
03-17
mask_rcnn代码逻辑深度解读,简单明了,看了这个导图再去看代码，代码编写思路简直不要太清晰 学习mask_rcnn配合链接https://blog.csdn.net/ZzH7HN/article/details/104932534
Mask R-cnn_v2.pdf
01-17
Mask R-cnn paper, it can be use to implement for mask R-cnn
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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