Mask-RCNN:教你如何制作自己的数据集进行像素级的目标检测

概述

Mask-RCNN,是一个处于像素级别的目标检测手段.目标检测的发展主要历程大概是：RCNN,Fast-RCNN,Fster-RCNN,Darknet,YOLO,YOLOv2,YOLO3（参考目标检测：keras-yolo3之制作VOC数据集训练指南）,Mask-RCNN.本文参考的论文来源于https://arxiv.org/abs/1703.06870.

下面，开始制作用于Mask训练的数据集。

首先展示一下成果，由于个人设备有限，cpu仅迭代5次的结果。

使用labelme进行图片标注

注意：

　　**标注之前将图片的名字通过linux或者python脚本改名，改为有序即可，我的命名格式为升序，下面为linux脚本。

i=; for x in *; do mv $x $i.png; let i=i+; done

　　**将所有图片的尺寸改为600*800.(一般设置为2的整数次幂，否则，后序训练时会报错).脚本自取https://github.com/hyhouyong/Mask-RCNN/blob/master/train_data/resize.py

pip install labelme
labelme

1.新建文件夹train_data,并创建子文件夹json，将标注后的json格式的文件放入该文件夹中

2.当你安装lableme的时候，默认安装到了Anaconda目录下/envs/名字/Scripts/下，使用labelme_json_to_dataset.exe将json文件转化为5个文件

　　转化方法，切换到labelme安装目录下，执行：

labelme_json_to_dataset.exe [文件名]

注意：文件名为绝对路径   . eg:(chineseocr) D:\anaconda\envs\chineseocr\Scripts>labelme_json_to_dataset.exe F:\samples\shapes\train_data\json\1.json

　　***这样只能一次转化一个json文件，故开始批量转。

　　　　切换到D:\anaconda\envs\py3.6\Lib\site-packages\labelme\cli下，修改json_to_dataset.py，然后切换到Scripts，执行命令：

labelme_json_to_dataset.exe [存放json文件夹的绝对路径]

　　***生成的json文件夹会在当前目录，将文件夹拷贝到train_data下的labelme_json文件夹中

import argparse
import json
import os
import os.path as osp
import warnings

import PIL.Image
import yaml

from labelme import utils
import base64

def main():
    warnings.warn("This script is aimed to demonstrate how to convert the\n"
                  "JSON file to a single image dataset, and not to handle\n"
                  "multiple JSON files to generate a real-use dataset.")
    parser = argparse.ArgumentParser()
    parser.add_argument('json_file')
    parser.add_argument('-o', '--out', default=None)
    args = parser.parse_args()

    json_file = args.json_file
    if args.out is None:
        out_dir = osp.basename(json_file).replace('.', '_')
        out_dir = osp.join(osp.dirname(json_file), out_dir)
    else:
        out_dir = args.out
    if not osp.exists(out_dir):
        os.mkdir(out_dir)

    count = os.listdir(json_file)
    for i in range(0, len(count)):
        path = os.path.join(json_file, count[i])
        if os.path.isfile(path):
            data = json.load(open(path))

            if data['imageData']:
                imageData = data['imageData']
            else:
                imagePath = os.path.join(os.path.dirname(path), data['imagePath'])
                with open(imagePath, 'rb') as f:
                    imageData = f.read()
                    imageData = base64.b64encode(imageData).decode('utf-8')
            img = utils.img_b64_to_arr(imageData)
            label_name_to_value = {'_background_': 0}
            for shape in data['shapes']:
                label_name = shape['label']
                if label_name in label_name_to_value:
                    label_value = label_name_to_value[label_name]
                else:
                    label_value = len(label_name_to_value)
                    label_name_to_value[label_name] = label_value

            # label_values must be dense
            label_values, label_names = [], []
            for ln, lv in sorted(label_name_to_value.items(), key=lambda x: x[1]):
                label_values.append(lv)
                label_names.append(ln)
            assert label_values == list(range(len(label_values)))

            lbl = utils.shapes_to_label(img.shape, data['shapes'], label_name_to_value)

            captions = ['{}: {}'.format(lv, ln)
                for ln, lv in label_name_to_value.items()]
            lbl_viz = utils.draw_label(lbl, img, captions)

            out_dir = osp.basename(count[i]).replace('.', '_')
            out_dir = osp.join(osp.dirname(count[i]), out_dir)
            if not osp.exists(out_dir):
                os.mkdir(out_dir)

            PIL.Image.fromarray(img).save(osp.join(out_dir, 'img.png'))
            #PIL.Image.fromarray(lbl).save(osp.join(out_dir, 'label.png'))
            utils.lblsave(osp.join(out_dir, 'label.png'), lbl)
            PIL.Image.fromarray(lbl_viz).save(osp.join(out_dir, 'label_viz.png'))

            with open(osp.join(out_dir, 'label_names.txt'), 'w') as f:
                for lbl_name in label_names:
                    f.write(lbl_name + '\n')

            warnings.warn('info.yaml is being replaced by label_names.txt')
            info = dict(label_names=label_names)
            with open(osp.join(out_dir, 'info.yaml'), 'w') as f:
                yaml.safe_dump(info, f, default_flow_style=False)

            print('Saved to: %s' % out_dir)
if __name__ == '__main__':
    main()

3.生成Mask文件，由于labelme生成的掩码标签 label.png为16位存储，opencv默认读取8位，需要将16位转8位

　　　脚本自取https://github.com/hyhouyong/Mask-RCNN/blob/master/train_data/uint16_to_uint8.py，

4.最后生成的文件夹结构如下：

开始训练:

1.安装环境

pip install -r requirements.txt

2.下载预训练模型mask_rcnn_coco.h5

　　百度云链接：https://pan.baidu.com/s/1CmcfVleyw7QpVZRo3JxS2w   提取码：tf7f

3.执行命令：

python train_shape.py

开始测试：

1.将想要测试的图片放入imges文件夹中

2.执行命令：

python test_shape.py

详细代码见：我的github自取。欢迎Fork和Star并交流