Mask R-CNN是一种基于深度学习的图像实例分割方法,可对物体进行目标检测和像素级分割。

本课程将手把手地教大家使用VIA图像标注工具制作自己的数据集,并使用Mask R-CNN训练自己的数据集,从而能开展自己的图像分割应用。

课程链接:https://edu.51cto.com/course/18598.html

本课程有三个项目案例实践:

(1) balloon实例分割 :对图像中的气球做检测和分割

(2) pothole(单类物体)实例分割:对汽车行驶场景中的路坑进行检测和分割

(3) roadscene( 多类物体)实例分割:对汽车行驶场景中的路坑、车、车道线等进行检测和分割

本课程使用Keras版本的Mask R-CNN,在Ubuntu系统上做项目演示。

本课程提供项目的数据集和python程序文件。

下面是使用Mask R-CNN对roadscene进行图像实例分割的测试结果:

下图是使用Mask R-CNN对pothole进行单类物体图像实例分割的测试结果:
Mask R-CNN图像实例分割实战:训练自己的数据集_第1张图片

下图是使用Mask R-CNN对roadscene进行多类物体图像实例分割的测试结果:
Mask R-CNN图像实例分割实战:训练自己的数据集_第2张图片