Matterport 在 Github 上实现了 Mask RCNN。 我正在尝试为此训练我的数据。我正在用这个 tool 在图像上添加多边形.我在图像上手动绘制多边形,但我已经在下面手动分割了图像(黑白图像)
我的问题是:
1)region数据添加json注解时,有没有办法使用下面那个预分割好的图片?
2) 有没有办法为 this 训练我的数据?算法,不添加 json 注释并使用手动分割图像?我看过的教程和帖子都是用json注解来训练的。
3)这个算法的输出明显是带掩码的图像,有没有办法得到黑白输出进行分割?
这是我正在使用的代码 on谷歌协作。
最佳答案
我认为问题 1 和 2 都指的是同一个解决方案:您需要将掩码转换为 json 注释。为此,我建议您阅读此 link , 发布在 cocodataset 的存储库中.在那里你可以阅读关于 this repository 的信息你可以用它来满足你的需要。您也可以直接使用 Coco PythonAPI , 调用方法 here定义。 对于问题 3,mask 已经是二值图像(因此,您可以将其显示为黑白像素)。
关于python - 掩码 RCNN : How to add region annotation based on manually segmented image?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/56000850/