【语义分割】win10+MaskRCNN+制作数据集的常见问题+训练代码+视频测试

参考博客：

[1] 手把手教你制作自己的数据集（labelme），并做训练和测试：https://blog.csdn.net/u012746060/article/details/82143285

[2] labelme的安装：https://blog.csdn.net/u012746060/article/details/81871733

[3] 同一标签多个物体（labelme）要注意的问题：https://blog.csdn.net/xiaomifanhxx/article/details/83998932

[4] 16位转8位图像处理：https://blog.csdn.net/qq_15969343/article/details/79840517（最新的labelme已经不需要了）

[5] 手把手教你制作自己的数据集（VIA），并做训练和测试：https://blog.csdn.net/qq_15969343/article/details/80893844

常见问题和解决方法：

[6] Matplotlib is currently using agg, which is a non-GUI backend.【https://blog.csdn.net/neninee/article/details/87972040】

[7] IndexError: boolean index did not match indexed array along dimension 0; dimension is 0 but corresponding boolean dimension is 128

https://blog.csdn.net/Taoshiwen666/article/details/85158011

https://blog.csdn.net/weixin_41685316/article/details/84204105

[7]这个问题其实也有可能是labelme制作出来的label.png不是8位的图像导致的！

！！！记得检查你的label.png是不是8位的图片！！！很重要，被这个问题纠结了一天！

 

上述的博客都非常牛逼，如果有仔细阅读了以上的博客就肯定能顺利安装并做测试，或者做训练！

 

下面就是正文了！文章最后会给出完整代码，用maskrcnn做的一个老鼠检测！

[1] 这篇博客虽然写的很牛逼也很简单，但是有几个很关键的地方你不仔细看很容易就出错！

而且博主提都不提，标注一下都没有，很是蛋疼！

那么是那几个地方呢？

首先是train_model.py里面有几个地方要修改

1.  mask_rcnn_coco.h5的位置

ROOT_DIR = os.getcwd() //ROOT_DIR为当前文件所在的路径

COCO_MODEL_PATH = os.path.join(ROOT_DIR, "mask_rcnn_coco.h5")

//所以mask_rcnn_coco.h5可以和train_model.py放在同一层！

 

 

2.  MODEL_DIR = os.path.join(ROOT_DIR, "logs")

在当前文件中创建“/logs”文件夹，用于存放训练模型

 

3.  class ShapesConfig(Config):

NAME = "shapes"

NUM_CLASSES = 1 + n # background + n shapes

n为你要分类的类别数，1为背景

这一点很重要居然提都不提！

 

图像的最大最小尺寸，可以填你的图像的长和宽
IMAGE_MIN_DIM = 320
IMAGE_MAX_DIM = 384

 

4.  self.add_class("shapes", 1, "car")

方法def load_shapes(self, count, img_floder, mask_floder, imglist, dataset_root_path):里面

self.add_class("shapes", 1, "car")

需要几个加几个，数量等于类别数n

 

5.  def load_mask(self, image_id):

for i in range(len(labels)):
    if labels[i].find("car") != -1:
        # print "car"
        labels_form.append("car")
    elif labels[i].find("leg") != -1:
        # print "leg"
        labels_form.append("leg")
    elif labels[i].find("well") != -1:
        # print "well"
        labels_form.append("well")

这个和上一个一样，没有的不要加！

 

 

6.  model.train

model.train中，epochs可以调整迭代次数

layers可以调整你训练哪些层，有heads和all

model.train(dataset_train, dataset_val,
            learning_rate=config.LEARNING_RATE,
            epochs=10,
            layers='heads')

 

最后放张图表示不是在吹牛逼！

完整代码：（CSDN下载）

https://download.csdn.net/download/jin739738709/11435927

 

数据集和模型文件：（百度云）

链接：https://pan.baidu.com/s/1CuRdci-411v4IZhLMs3Dew 
提取码：dq3l