Mask-Rcnn处理单通道图像

网上的开源Mask-Rcnn代码是以RGB图像作为默认输入图像的，如果需要处理单通道图像，需要对源码进行一定的修改，参考github以为大神的解决方案，github链接地址。解决步骤如下：

1. 在子类中Config，设置IMAGE_CHANNEL_COUNT为N，单通道为1。
2. 在同一个类中，将MEAN_PIXEL从3个值更改为N个值，列表元素数目更改为1个。
3. 将utils.py中的Dataset类中的load_image方法进行修改。需要注意的是利用skimage.io.imread读取单通道图像得到的array是二维的，需要将其扩展至三维，即增加一个通道数维度，添加代码image = image[:, :, np.newaxis]即可解决。
4. 由于您正在更改输入的形状，因此第一个Conv图层（Conv1）的形状也会发生变化。因此，无法使用提供的预训练重量。要解决此问题，请exclude在加载权重时使用该参数以排除第一个图层。这允许您加载除了之外的所有图层的权重conv1，这将被初始化为随机权重。
5. 在训练过程中由于conv1层是随机初始化的，因此需要进行参数调整，可以通过调整"heads"包含的网络层来将conv1层添加至训练层。"heads"或者其他层数的定义位于model.py文件的MaskRCNN类的train()方法中。

Mask RCNN源码地址：https://github.com/matterport/Mask_RCNN
解决方案参考地址：https://github.com/matterport/Mask_RCNN/wiki