Mask-RCNN balloon训练

---

一、需要的安装环境

keras2.1.4
tensorflow-gpu1.13.1(亲测可以)或者tensorflow>=1.3.0
numpy1.16.4
h5py2.10.0
matplotlib3.3.4
pillow8.2.0
python3.6
scikit-image0.17.2
scipy1.2.1
cython==0.29.22
opencv-python
imgaug
IPython[all]

以上的包可以直接从Anaconda里面的Anaconda Prompt终端配置，激活环境后pip install XXX==(版本号)就行 前提你要先设置清华镜像(百度一下你就知道)

或者直接从Anaconda Navigator里配置。我这些要求真的尝试了很多很多次才成功，所以想 运行成功，可以参照我这个来。最好还是用GPU训练，别用CPU,太慢了。开始训练，一开始默认epoch=50，次数为100次，可以在config.py里将VALIDATION_STEPS = 50 改成你想训练的次数。

二、使用步骤

1.配置训练参数

我以pycharm为例运行的代码：如下图，

打开这个balloon.py，运行一下马上关掉，在进入Run/Edit Configurations里


在Parameters里复制训练配置参数：
train
–dataset=…/…/balloon
–weights=coco

然后运行balloon.py，可能遇到一些小问题也只会是包的版本问题，去百度一下，换个包的版本即可。
开始训练：

训练完后会在samples/balloon/logs/文件夹下产生.h5文件。

点击刚训练完的文件夹里会有很多个训练后的文件

记住最后一个mask_rcnn_balloon_0030.h5

2.测试

在balloon/val文件里选择一个照片，按照训练的配置参数的方法，配置完运行。
splash
–weights=./logs/balloon20210411T1053/mask_rcnn_balloon_0030.h5
–image=…/…/balloon/val/2917282960_06beee649a_b.jpg

最后：

会产生一个在samples/balloon里一个处理后的图片

处理后：

总结

经历越多次的训练，分割的效果和精准度会越好，因为代码计算量大，所以建议用GPU运行。
我的代码：
https://gitee.com/dddking/mask-rcnn/tree/master
这几天会上传完，如果有想要整个项目的代码的话直接百度云下载：
链接：https://pan.baidu.com/s/13wAbtytMOpmgpQmupDR22g
提取码：p0zt