Mask R-CNN使用方法：使用Mask R-CNN处理图片

背景：想要使用Mask R-CNN已经训练好的模型处理图片，进行物体检测

相关教程链接

相关教程：
https://github.com/matterport/Mask_RCNN
https://machinelearningmastery.com/how-to-perform-object-detection-in-photographs-with-mask-r-cnn-in-keras/

Mask R-CNN环境配置

• 环境：Anaconda3

环境配置步骤：

1. （Windows下）使用管理员身份打开Anaconda Promp；（Linux下）
2. 从github上得到 Mask R-CNN库：
   git clone https://github.com/matterport/Mask_RCNN.git

下载完成后如下图所示：

如果尚未安装git，可以参考： Git安装教程

3. clone完成后，在当前目录下会有文件夹Mask_RCNN,接着:
   cd Mask_RCNN
python setup.py install

安装完成后的截图：

4. 验证安装是否成功：
   pip show mask-rcnn

安装成功时，图片如下：

使用Mask R-CNN处理图片

• 首先，下载Mask R-CNN在COCO数据集上训练好的权重，mask_rcnn_coco.h5下载地址
• 编写程序，加载mrcnn模型，加载权重，首先，必须通过实例MaskRCNN类定义模型。
• 此类需要配置对象作为参数。 配置对象定义了在训练或推理期间如何使用模型。
  详细教程参考：https://github.com/matterport/Mask_RCNN/blob/master/samples/demo.ipynb

import mrcnn.model as modellib
from mrcnn import visualize

class_names = ['BG', 'person', 'bicycle', 'car', 'motorcycle',