Mask R-CNN 在 TensorFlow 中的实现

这个仓库旨在重现 Kaiming He 等人的杰出工作： Mask R-CNN

需求

• TensorFlow（>=1.0.0）
• NumPy
• COCO 数据集
• Resnet50 模型

如何使用

1. 进入 ./libs/datasets/pycocotools 并运行 make
2. 下载 COCO 数据集，将其放置在 ./data 目录中，然后运行 python download_and_convert_data.py 来构建 TF 记录文件。这可能需要一些时间。
3. 下载预训练的 resnet50 模型，wget http://download.tensorflow.org/models/resnet_v1_50_2016_08_28.tar.gz，解压缩并将其放在 ./data/pretrained_models/ 目录下。
4. 进入 ./libs 并运行 make
5. 运行 python train/train.py 开始训练
6. 可能存在一些错误，请反馈问题，让我们一起解决。

待办事项

• ROIAlign
• COCO 数据提供者
• Resnet50
• 特征金字塔网络
• 锚点和 ROI 层
• 遮罩层
• 使用 Cython 加速锚点层
• 将所有模块组合在一起
• 测试与调试（正在进行中）
• 在 COCO 上进行训练与评估
• 添加图像摘要以展示结果
• 转换 ResneXt
• 训练 >2 张图片

贡献邀请

任何有助于此项目的行为都欢迎，包括但不限于 讨论、测试、推广 和 您的精彩代码。

致谢

本仓库借鉴了以下项目的大量代码：

• TFFRCNN
• py-faster-rcnn
• faster_rcnn
• tf-models

许可证

详情见 LICENSE。