chicken3wings的博客

model.py——def load_image_gt() 用于载入图片的相关标注信息（）,即根据给定的image_id，从dataset中载入：原图，mask图，boxes信息 输入： 数据集实例，配置类实例，image_id，其他可选参数 输出： 原图（[h,w,3]）,图片原始形状，class_ids（图片中各目标的类别id），bbox（各目标的坐标信息），mask（各个目标的掩膜信息） d...

注意事项： github的该项目在运行setup.py之后，会生成一个.egg文件，在我的mask虚拟环境中路径是D:\Anaconda\envs\mask\Lib\site-packages\mask_rcnn-2.1-py3.7.egg，当我们要修改一些文件的源码时，需要从该文件修改，并重启编译器才能生效。.egg文件其实是一个压缩包形式，所以我这里右键，使用好压打开，然后使用内部查看器可以需...

训练代码如下，模型文件会保存在该文件的上级目录的logs文件夹中，每个epoch结束保存一次 # -*- coding: utf-8 -*- """ Created on Wed Nov 6 19:06:46 2019 @author: Lenovo """ # -*- coding: utf-8 -*- """ Created on Tue Sep 17 15:55:49 2019 @a...

依旧是借鉴大神的数据集准备工作，在此仅记录一下，之前已经使用json_to_dataset生成了每个图片对应的json文件夹，文件夹内部文件如下。 使用脚本将文件组织成如下形式（脚本分别对Train和Val进行批量移动，需要先删除之前的jpg和json文件，运行到最后会出错，但实际上已经完成移动了） # -*- coding: utf-8 -*- """ Created on Mon Nov 1...

将labelme中的json_to_dataset由单张处理改为批量处理 修改1：与之前的使用方法相比，直接将json文件名改成文件夹名即可 修改2：生成的原图和label图名称略有改动 import argparse import base64 import json import os import os.path as osp import PIL.Image import yaml ...

tf.nn.conv2(input,filter,strides,padding,use_cudnn_on_gpu=True,data_format=‘NHWC’,name=None) input：输入，一个四维tensor，形式是NHWC或者NCHW，分别代表N图片数量，H、W图片高宽，W通道数。 filter：卷积核，四维tensor，形式是（height, width,in_depth, o...