您好,登錄后才能下訂單哦!
這篇文章將為大家詳細講解有關(guān)如何解析Mask R-CNN對象檢測和分割的Keras和TensorFlow代碼,文章內(nèi)容質(zhì)量較高,因此小編分享給大家做個參考,希望大家閱讀完這篇文章后對相關(guān)知識有一定的了解。
Mask R-CNN目標檢測和對象分割Keras和TensorFlow的實現(xiàn)代碼。
這個實現(xiàn)基于Python 3、Keras和TensorFlow。模型對圖片中的每個對象實例生成包圍框(bounding boxes)和分割掩膜(segmentation masks)。基于特征金字塔網(wǎng)絡(luò)(FPN)和ResNet101的主干(backbone)。
這個giuhub倉庫包含以下內(nèi)容:
建立在FPN和ResNet101上的Mask R-CNN源代碼
MS COCO上的訓(xùn)練代碼
MS COCO上的預(yù)訓(xùn)練權(quán)重
可視化每一步的訓(xùn)練管道(pipline)的Jupyter notebooks
用于多GPU訓(xùn)練的并行類
MS COCO上的指標評估
在你自己的數(shù)據(jù)集上訓(xùn)練的例子
源代碼有注釋而且設(shè)計得易于擴展。如果你在你的研究中用了這些代碼,請引用本倉庫。如果你從事3D視覺,你可能會覺得我們最近發(fā)布的Matterport3D數(shù)據(jù)集對你有用。
關(guān)于如何解析Mask R-CNN對象檢測和分割的Keras和TensorFlow代碼就分享到這里了,希望以上內(nèi)容可以對大家有一定的幫助,可以學(xué)到更多知識。如果覺得文章不錯,可以把它分享出去讓更多的人看到。
免責聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。