『深度应用』一小时教你上手训练MaskRCNN·Keras开源实战(Windows&Linux)

0. 前言介绍

开源地址:github.com/matterport/…

个人主页:www.yansongsong.cn/

MaskRCNN是何凯明基于以往的faster rcnn架构提出的新的卷积网络,一举完成了object instance segmentation. 该方法在有效地目标的同时完成了高质量的语义分割。 文章的主要思路就是把原有的Faster-RCNN进行扩展,添加一个分支使用现有的检测对目标进行并行预测。

此开源代码:这是在Python 3,Keras和TensorFlow上实现Mask R-CNN。该模型为图像中对象的每个实例生成边界框和分割蒙版。它基于特征金字塔网络(FPN)和ResNet101骨干网。

存储库包括:

  • Mask R-CNN的源代码,建立在FPN和ResNet101之上。
  • MS COCO的培训代码
  • MS COCO的预训练重量
  • Jupyter笔记本可以在每一步都可视化检测管道
  • ParallelModel类用于多GPU培训
  • 评估MS COCO指标(AP)
  • 您自己的数据集培训示例

代码记录在案,设计易于扩展。如果您在研究中使用它,请考虑引用此存储库(下面的bibt

猜你喜欢

转载自juejin.im/post/7000407275856723998

相关文章