maskrcnn-benchmark訓練自己的資料集（執行個體分割）——提供資料集

摘要: maskrcnn主要是做執行個體分割的,maskrcnn是在faster rcnn基礎上改進的，原理可以參考我關于faster rcnn的原了解讀FasterRcnn原理了解記錄

1. 安裝

直接參考官方項目facebookresearch/maskrcnn-benchmark

2. 官方demo測試

用官方例子和預訓練模型進行測試。或者從百度網盤，密碼：5qwy，下載下傳預訓練模型進行測試

from maskrcnn_benchmark.config import cfg
from predictor import COCODemo

config_file = "../configs/e2e_mask_rcnn_R_50_FPN_1x_caffe2.yaml"

# update the config options with the config file
cfg.merge_from_file(config_file)
# manual override some options
cfg.merge_from_list(["MODEL.DEVICE", "cpu"])

coco_demo = COCODemo(
    cfg,
    min_image_size=800,
    confidence_threshold=0.7,
)
# load image and then run prediction
image = ...
predictions = coco_demo.run_on_opencv_image(image)
           

3. 訓練自己的資料集(執行個體分割)

網上很多例子，但是大部分沒有提供資料集，這裡我标注了14張資料，用于測試。下載下傳連結，密碼：5qwy.

操作流程具體參考這篇博文：

maskrcnn-benchmark訓練自己資料集用于視覺分割

按照以上流程是沒有問題的。

4. 測試自己的模型

預訓練模型下載下傳:連結，密碼：5qwy

代碼部分：

from maskrcnn_benchmark.config import cfg
from predictor import COCODemo
import cv2
import matplotlib.pyplot as plt
from PIL import Image
import requests
from io import BytesIO
import numpy as np 

config_file = "./configs/caffe2/e2e_mask_rcnn_R_50_FPN_1x_caffe2.yaml"
config_file = "./configs/e2e_mask_rcnn_R_51_C4_1x_2.yaml"

# update the config options with the config file
cfg.merge_from_file(config_file)
# manual override some options
cfg.merge_from_list(["MODEL.DEVICE", "cpu"])        # 用CPU
cfg.merge_from_list(["MODEL.DEVICE", "cuda"])       # 用GPU

coco_demo = COCODemo(
    cfg,
    min_image_size=800,
    confidence_threshold=0.7,
)

def imshow(img):
    plt.imshow(img[:, :, [2, 1, 0]])
    plt.axis("off")
    plt.show()

# image = load("http://farm3.staticflickr.com/2469/3915380994_2e611b1779_z.jpg")
image = Image.open("/home/yangna/deepblue/OCR_D/maskrcnn-benchmark/datasets/coco2/train2014/000.jpg").convert("RGB")
image = np.array(image)[:, :, [2, 1, 0]]
imshow(image)
predictions = coco_demo.run_on_opencv_image(image)
imshow(predictions)
           

5. 思考

其實本身是想做旋轉矩形的檢測，考慮用mask回歸的最大外接矩形。但是maskrcnn—benchmark本身沒有提供旋轉的資料增強。