Mask RCNN与mnist

最新推荐文章于 2025-06-01 20:25:54 发布

转载最新推荐文章于 2025-06-01 20:25:54 发布 · 434 阅读

MaskRCNN 同时被 2 个专栏收录

1 篇文章

订阅专栏

mnist

1 篇文章

订阅专栏

本文介绍了一种将MNIST手写数字数据集与Mask R-CNN结合的方法，通过图像处理和随机组合的方式，创建了用于目标检测和分割的数据样本。文章详细展示了如何使用Python进行图像缩放、像素值转换，并将多个MNIST图像随机组合为一张复合图像。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

最近在学MaskRCNN的东东，也找了些源码尝试着跑了跑，发现有些源码存在问题，成功填坑后分享一下。改自以下博客：

https://blog.youkuaiyun.com/wc781708249/article/details/79486819

# -*- coding: utf-8 -*-
"""
@author: liguo_yao
"""

import os
import sys
import random
import math
import re
import time
import numpy as np
import cv2
import matplotlib
import matplotlib.pyplot as plt


from mrcnn.config import Config
from mrcnn import utils
import mrcnn.model as modellib
from mrcnn import visualize
from mrcnn.model import log
from tensorflow.examples.tutorials.mnist.input_data import read_data_sets


mnist=read_data_sets('E:/mnist',one_hot=False)
def Image_Processing(image):
    '''缩放到32x32，像素值转成0、1'''
    image=np.reshape(image,[28,28]) # [28,28]
    img=cv2.resize(image,(32,32)) # [32,32]


    img_mask = np.round(img) # 转成对应的掩膜 像素值0、1
    return img,img_mask


def random_comb(mnist):
    num_images=mnist.train.num_examples
    
    list=range(0,num_images)
    indexs=random.sample(list,16) # 随机选择16个索引值
    


    indexs=np.asarray(indexs,np.uint8).reshape([4,])
    class_ids = mnist.train.labels[indexs.flatten()]
    comb_image=np.zeros([32*4,32*4],np.float32)
    mask=[]
    for i in range(4):
        for j in range(4):
            image_mask = np.zeros([32 * 4, 32 * 4], np.uint8)
            img_data=mnist.train.images[indexs[i,j]]
            img, img_mask=Image_Processing(img_data)
            comb_image[i*32:(i+1)*32,j*32:(j+1)*32]=img
            image_mask[i*32:(i+1)*32,j*32:(j+1)*32]=img_mask
            mask.append(image_mask)


    return comb_image,np.asarray(mask).transpose([1,2,0]),class_ids


comb_image,mask,class_ids=random_comb(mnist)


print(class_ids)


plt.subplot(121)
plt.imshow(comb_image,'gray')
plt.title('original')
plt.axis('off')


plt.subplot(122)
plt.imshow(mask[:,:,9],'gray')
plt.title(class_ids[9])
plt.axis('off')


plt.show()