Mask R-CNN是一種基於深度學習的圖像實例分割方法,可對物體進行目標檢測和像素級分割。
本課程將手把手地教大家使用VIA圖像標註工具製作自己的數據集,並使用Mask R-CNN訓練自己的數據集,從而能開展自己的圖像分割應用。
課程鏈接:https://edu.51cto.com/course/18598.html
本課程有三個項目案例實踐:
(1) balloon實例分割 :對圖像中的氣球做檢測和分割
(2) pothole(單類物體)實例分割:對汽車行駛場景中的路坑進行檢測和分割
(3) roadscene( 多類物體)實例分割:對汽車行駛場景中的路坑、車、車道線等進行檢測和分割
本課程使用Keras版本的Mask R-CNN,在Ubuntu系統上做項目演示。
本課程提供項目的數據集和python程序文件。
下面是使用Mask R-CNN對roadscene進行圖像實例分割的測試結果:
下圖是使用Mask R-CNN對pothole進行單類物體圖像實例分割的測試結果:
下圖是使用Mask R-CNN對roadscene進行多類物體圖像實例分割的測試結果: