keras版Mask-RCNN来训练自己的目标检测数据集
向AI转型的程序员都关注了这个号????????????
机器学习AI算法工程 公众号:datayx
一、运行环境的安装:
1、下载好cuda9跟cudnn7,然后在安装好后,cuda其会自动添加到环境变量里,所以使用keras进行GPU加速的时候会自动使用这些库。
2、TensorFlow-gpu版本的安装,这个安装方法有三种,
第一种是直接在pycharm里的安装库里安装。
第二种就是使用pip来安装,这个在安装的时候可以指定安装的版本。例如:
pip install tensorflow-gpu==1.8.0
如果使用pip安装失败的话,则应当升级pip,如果使用pip来升级自身的识别的话,就可以使用conda来安装一个最新的pip来解决这个问题。
3、然后就安装keras就可以了。使用指令
pip install keras
接着就是安装那个labelme打标工具。使用指令:
pip install pyqt5
pip install labelme
然后直接在cmd终端里输入指令:
labelme
5、进行样本打标
点击“open”,打开需要标注的图像,选择对目标区域进行标注
假如你要标注的对象为人和狗,在画掩码过程中,一幅图像中如果有多个person、dog,命名规则为person、person…… dog、dog……。因为labelme生成的标签为一个label.png文件,这个文件只有一通道,在你标注时同一标签mask会被给予一个标签位,其中名字相同的软件会给其填充相同的标签值。所以有多分类的标签名要不一样,同类的标签名要一样,例如人的标签名都是person。而mask要求不同的实例要放在不同的层中。最终训练索要得到的输入为一个w*h*n的ndarray,其中n为该图片中实例的个数
这里的打标的时候不要求每张图片按着类别顺序来进行打标,主要打标的区域选对类别即可。其打标后会生成一个json文件,这个文件里记录了打标的顺序,其中生成的mask图像会按打标顺序分别赋值从1开始的值。其记录的是打标顺序。
数据集 获取:
关注微信公众号 datayx 然后回复 mask 即可获取。
AI项目体验地址 https://loveai.tech
6、把打标后的jison文件转换为对应的五个文件。其中的代码文件是:labelme_json_to_dataset.py,使用的代码是:
其要修改的代码位置是:
json_file = 'C:/Users/QJ/Desktop/hh/total'
把这个改为自己的打标好的json文件路径即可。
7、接着就可以使用模型进行训练了,其训练的文件是train_shapes.py.
其中需要修改的为
a、在类DrugDataset()里的
修改为自己的类别顺序
b、在类ShapeConfig()里的
到此就可以测试自己训练的模型结果了。
9、最后的测试结果如下:
阅读过本文的人还看了以下文章:
基于40万表格数据集TableBank,用MaskRCNN做表格检测
《基于深度学习的自然语言处理》中/英PDF
Deep Learning 中文版初版-周志华团队
【全套视频课】最全的目标检测算法系列讲解,通俗易懂!
《美团机器学习实践》_美团算法团队.pdf
《深度学习入门:基于Python的理论与实现》高清中文PDF+源码
特征提取与图像处理(第二版).pdf
python就业班学习视频,从入门到实战项目
2019最新《PyTorch自然语言处理》英、中文版PDF+源码
《21个项目玩转深度学习:基于TensorFlow的实践详解》完整版PDF+附书代码
《深度学习之pytorch》pdf+附书源码
PyTorch深度学习快速实战入门《pytorch-handbook》
【下载】豆瓣评分8.1,《机器学习实战:基于Scikit-Learn和TensorFlow》
《Python数据分析与挖掘实战》PDF+完整源码
汽车行业完整知识图谱项目实战视频(全23课)
李沐大神开源《动手学深度学习》,加州伯克利深度学习(2019春)教材
笔记、代码清晰易懂!李航《统计学习方法》最新资源全套!
《神经网络与深度学习》最新2018版中英PDF+源码
将机器学习模型部署为REST API
FashionAI服装属性标签图像识别Top1-5方案分享
重要开源!CNN-RNN-CTC 实现手写汉字识别
yolo3 检测出图像中的不规则汉字
同样是机器学习算法工程师,你的面试为什么过不了?
前海征信大数据算法:风险概率预测
【Keras】完整实现‘交通标志’分类、‘票据’分类两个项目,让你掌握深度学习图像分类
VGG16迁移学习,实现医学图像识别分类工程项目
特征工程(一)
特征工程(二) :文本数据的展开、过滤和分块
特征工程(三):特征缩放,从词袋到 TF-IDF
特征工程(四): 类别特征
特征工程(五): PCA 降维
特征工程(六): 非线性特征提取和模型堆叠
特征工程(七):图像特征提取和深度学习
如何利用全新的决策树集成级联结构gcForest做特征工程并打分?
Machine Learning Yearning 中文翻译稿
蚂蚁金服2018秋招-算法工程师(共四面)通过
全球AI挑战-场景分类的比赛源码(多模型融合)
斯坦福CS230官方指南:CNN、RNN及使用技巧速查(打印收藏)
python+flask搭建CNN在线识别手写中文网站
中科院Kaggle全球文本匹配竞赛华人第1名团队-深度学习与特征工程
不断更新资源
深度学习、机器学习、数据分析、python
搜索公众号添加: datayx
机大数据技术与机器学习工程
搜索公众号添加: datanlp
长按图片,识别二维码
keras版Mask-RCNN来训练自己的目标检测数据集相关推荐
- 使用yolov5训练自己的目标检测数据集
使用yolov5训练自己的目标检测数据集 yolov4出来后不久,又出现了yolov5,没有论文.虽然作者没有放上和yolov4的直接测试对比,但在COCO数据集的测试效果还是很可观的.很多人考虑到Y ...
- 使用yolov5训练自动驾驶目标检测数据集BDD100K
文章目录 一.什么是BDD100K 二.数据预处理 三.环境配置 四.修改模型结构 五.迁移学习 六.训练BDD100K 七.评估性能 八.结语 一.什么是BDD100K BDD100K是伯克利发布的 ...
- detectron2训练自己的数据集_keras版MaskRCNN来训练自己的目标检测数据集
向AI转型的程序员都关注了这个号
- Keras之Mask R-CNN:《极限挑战》第四季第2期助力高考—使用Mask R-CNN代替Photoshop抠图、颜色填充框出目标检测/图像分割/语义分割
Keras之Mask R-CNN:<极限挑战>第四季第2期助力高考-使用Mask R-CNN代替Photoshop抠图.颜色填充框出目标检测/图像分割/语义分割 导读 没有伞的孩子只能努力 ...
- 【Stereo R-CNN 解读】基于立体R-CNN的自动驾驶三维目标检测
摘要 本文充分利用立体图像中的稀疏.密集.语义和几何信息,提出了一种用于自动驾驶的三维目标检测方法.我们的方法,称为 Stereo R-CNN,扩展了 Faster R-CNN 用于立体输入,以同时检 ...
- 手把手教你训练自己的目标检测模型(SSD篇)
目标检测是AI的一项重要应用,通过目标检测模型能在图像中把人.动物.汽车.飞机等目标物体检测出来,甚至还能将物体的轮廓描绘出来,就像下面这张图,是不是很酷炫呢,嘿嘿 在动手训练自己的目标检测模型之前, ...
- 100种目标检测数据集【voc格式yolo格式json格式coco格式】+YOLO系列算法源码及训练好的模型
提示:本文介绍并分享了应用于各行业.各领域非常有用的目标检测数据集(感谢您的关注+三连,数据集持续更新中-),其中绝大部分数据集作者已应用于各种实际落地项目,数据集整体质量好,标注精确,数据的多样性充 ...
- 使用tensorflow object detection API 训练自己的目标检测模型 (三)
在上一篇博客"使用tensorflow object detection API 训练自己的目标检测模型 (二)"中介绍了如何使用LabelImg标记数据集,生成.xml文件,经过 ...
- Tensorflow object detection API训练自己的目标检测模型 详细配置教程 (一)
Tensorflow object detection API 简单介绍Tensorflow object detection API: 这个API是基于tensorflow构造的开源框架,易于构建. ...
最新文章
- OpenVirteX 安装
- <java并发编程实践>读书笔记一
- 全国人工智能大赛 AI+4K HDR赛项 冠军团队方案分享
- JavaScript写贪吃蛇游戏,代码思路都有,想学的自己看
- 牛客题霸 [容器盛水问题] C++题解/答案
- 《Linux命令行与shell脚本编程大全 第3版》创建实用的脚本---10
- np.squeeze()
- OpenCV--Mat类相关操作
- jQuery弹出窗口完整代码
- linux下QOS--理论篇
- 应用程序无法正常启动(0xc0150002)
- 新浪tcn短网址短链接在线生成器推荐
- uv纹理坐标设定与贴图规则
- STM32单片机的学习
- str系列函数详解(包会)
- 【Linux学习笔记】38:有关Linux进程家族树
- java实现随机生成五位 或 六位/新能源车牌号
- Spring Cloud Alibaba 实战 | 第十二篇: 微服务整合Sentinel的流控、熔断降级,赋能拥有降级功能的Feign新技能熔断,实现熔断降级双剑合璧(JMeter模拟测试)
- NDT方法总结与公式推导
- 误删除DAMENG01.log怎么办/ 日志文件出现问题咋办?
热门文章
- 能“社交”的机器人助理问世 可“察言观色”
- 客户端持久化解决方案: Web SQL
- Linux NTP服务配置
- Qt Creator 2.8.1,qt4.8.5 需要含gcc4.4 的mingw
- shell笔记[转]
- python2.0_python之路2.0
- linux 行首加特定字符串,【Linux】行首、行尾添加字符串
- c3p0 服务启动获取连接超时_c3p0获取连接Connection后的Close()---释疑
- 剑指offer面试题[21]包含min函数的栈
- mysql did not start_mysql 服务无法启动