PyTorch版Mask R-CNN图像实例分割实战:训练自己的数据集

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了PyTorch版Mask R-CNN图像实例分割实战:训练自己的数据集相关的知识,希望对你有一定的参考价值。

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。

课程链接:https://edu.51cto.com/course/19920.html

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

本课程的具体项目实战案例是:对汽车行驶场景中的路坑、车、车道线等多类物体进行检测和分割 。本课程使用PyTorch1.0.0在Ubuntu16.04系统上进行项目全过程的演示。

本课程提供项目标注的数据集和相关Python程序文件。

技术图片

以上是关于PyTorch版Mask R-CNN图像实例分割实战:训练自己的数据集的主要内容,如果未能解决你的问题,请参考以下文章

前沿 何恺明大神ICCV2017最佳论文Mask R-CNN的Keras/TensorFlow/Pytorch 代码实现

Mask R-CNN图像实例分割实战:训练自己的数据集

手把手教你使用LabVIEW实现Mask R-CNN图像实例分割(含源码)

图像分割技术及经典实例分割网络Mask R-CNN(含基于Keras Python源码定义)

R-CNN和Mask R-CNN在图像分割中的应用史

Tensorflow实现Mask R-CNN实例分割通用框架,检测,分割和特征点定位一次搞定(多图)