Mask RCNN：如何基于手动分割的图像添加区域注释？

Question

Matterport在Github上实现了Mask RCNN。 我正在尝试为其训练数据。我为此tool在图像上添加了多边形。我正在手动在图像上绘制多边形，但是下面已经手动分割了图像（黑白图像）

我的问题是：

1）在为区域数据添加json注释时，是否可以在下面使用该预分段图像？

2）有没有一种方法可以训练我的this算法数据，而无需添加json注释和使用手动分割的图像？我看过的教程和帖子使用json注释进行训练。

3）该算法的输出明显是带有蒙版的图像，有没有办法获得用于分割的黑白输出？

这是我正在使用on google colab的代码。

Original Repo

My Fork

手动分割的图像

Answer 1

我认为问题1和2都涉及相同的解决方案：您需要将掩码转换为json注释。为此，我建议您阅读发布在link存储库中的cocodataset。在这里，您可以了解有关this repository的信息，可以将其用于所需的内容。您也可以直接使用Coco PythonAPI，调用定义的方法here。 对于问题3，遮罩已经是二进制图像（因此，您可以将其显示为黑白像素）。