溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
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如何解析Mask R-CNN對象檢測和分割的Keras和TensorFlow代碼，文章內容質量較高，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的實現代碼。
這個實現基于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）。基于特征金字塔網絡（FPN）和ResNet101的主干（backbone）。
這個giuhub倉庫包含以下內容：
建立在FPN和ResNet101上的Mask R-CNN源代碼
MS COCO上的訓練代碼
MS COCO上的預訓練權重
可視化每一步的訓練管道（pipline）的Jupyter notebooks
用于多GPU訓練的并行類
MS COCO上的指標評估
在你自己的數據集上訓練的例子
源代碼有注釋而且設計得易于擴展。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布的Matterport3D數據集對你有用。
關于如何解析Mask R-CNN對象檢測和分割的Keras和TensorFlow代碼就分享到這里了，希望以上內容可以對大家有一定的幫助，可以學到更多知識。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：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
