如何在我自己的数据集上训练张量流对象检测图像分割mask_rcnn_inception_resnet_v2_atrous_coco实例分割

Question

请帮我在mask_rcnn_inception_resnet_v2_atrous_coco模型上训练我自己的数据集。 https://github.com/tensorflow/models/tree/master/research/object_detection

模型：https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/detection_model_zoo.md

我已提到https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/instance_segmentation.md;但我无法清楚地了解这些步骤。

我们是否必须提供对象的Bounding box坐标以及mask.png文件？

如何将掩码数据转换为tfRecord文件（例如分段）。？

任何人都可以建议用于边界框的标签工具以及mask.png文件!!

像LabelBox，labelme，labelimg这样的工具给出了bounded box coordination或mask.png文件或对象的多边形坐标。 请帮忙

Answer 1

为您提供最好的png掩码和xml标签，它应该与create_pet_tf_record.py一起使用，在此文件中设置faces_only = false ...您可以在代码中看到此文件中的预期内容。

将路径更改为指向管道配置中的目录

Answer 2

  

我们是否必须提供对象的边界框坐标以及mask.png文件？

答案：是的，您需要原始图像，边框文件和蒙版图像。

使用以下工具注释原始图像Label image

中的每个对象

完成此操作后，需要注释每个边界框内的每个像素。您可以使用多种工具，例如，可以使用这些工具VGG annotator