A股上市公司传智教育(股票代码 003032)旗下技术交流社区北京昌平校区

 找回密码
 加入黑马

QQ登录

只需一步,快速开始

         Mask-RCNN自动获取训练集中图像的长度和宽度,然后用于训练。

一、目前情况
用Mask-RCNN训练自己的数据集时,需要制定图片的长度和宽度,即

IMAGE_MIN_DIM = 448
IMAGE_MAX_DIM = 640
而在Mask_RCNN/mrcnn目录下model.py文件中第1815行到1819行代码

h, w = config.IMAGE_SHAPE[:2]
        if h / 2**6 != int(h / 2**6) or w / 2**6 != int(w / 2**6):
            raise Exception("Image size must be dividable by 2 at least 6 times "
                            "to avoid fractions when downscaling and upscaling."
                            "For example, use 256, 320, 384, 448, 512, ... etc. ")
需要将图像处理成指定长宽比例的图像然后才可以用于训练,并且训练集中的图像需要长度和宽度都需一致。

若训练集中的图像有长度和宽度不同时则不能训练,这样极不方便。

二、更改Mask-RCNN代码
在训练数据集的代码train_shapes.ipynb中,在load_shapes()中添加更改代码:

for i in range(count):
            # 获取图片宽和高
            filestr = imglist.split(".")[0]
            mask_path = mask_floder + "/" + filestr + ".png"
            yaml_path = dataset_root_path + "total/" + filestr + "_json/info.yaml"
            print(dataset_root_path + "total/" + filestr + "_json/img.png")
            cv_img = cv2.imread(dataset_root_path + "total/" + filestr + "_json/img.png")

            self.add_image("shapes", image_id=i, path=img_floder + "/" + imglist,
                           width=cv_img.shape[1], height=cv_img.shape[0],
                           mask_path=mask_path, yaml_path=yaml_path)
在代码中

width=cv_img.shape[1], height=cv_img.shape[0]
便是自动获取图像的长度和宽度。

三、处理图像
        在train_shapes.ipynb代码中可以自动获取图片的长度和宽度,但是若需要将长度和宽度大小不一致的图像分别规范到一样大小,则可用python处理,代码可以参见之前的博客:
---------------------
作者:蹦跶的小羊羔
来源:CSDN
原文:https://blog.csdn.net/yql_617540298/article/details/81782685
版权声明:本文为博主原创文章,转载请附上博文链接!

2 个回复

倒序浏览
回复 使用道具 举报
回复 使用道具 举报
您需要登录后才可以回帖 登录 | 加入黑马