本文介绍了使用Mask R-CNN进行实例分割的背景，详细阐述了从R-CNN到Mask R-CNN的演进过程。文章重点讨论了在Python 3.7.9和TensorFlow-GPU 2.4.1环境下，如何准备数据集（包括35张标注脸部的图片），配置代码，以及训练和测试模型的过程。在训练过程中遇到的问题，如tensorflow版本问题导致的“Could not load dynamic library 'cupti64_110.dll'”错误，以及由于GPU资源限制导致的OOM问题，也进行了分享。
一、Mask R-CNN
用于实例分割的Mask R-CNN模型已经从之前的三种对象检测架构演变而来：
R-CNN：将输入图像呈现给网络，在图像上运行选择性搜索，然后使用预训练的 CNN 将选择性搜索的输出区域用于特征提取和分类。
Fast R-CNN：仍然使用Selective Search算法来获取region proposal，但是增加了Region of Interest (ROI) Pooling模块。从特征图中提取一个固定大小的窗口，并使用这些特征来获得最终的类标签和边界框。好处是网络现在是端到端可训练的。
Faster R-CNN：引入区域提议网络 (RPN)，将区域提议直接烘焙到架构中，从而减轻对选择性搜索算法的需求。
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
