开始使用掩码R-CNN进行实例分割
实例分割是一种增强类型的对象检测,它为对象的每个被检测实例生成一个分割映射。实例分割将单个对象视为不同的实体,而不考虑对象的类。相比之下,语义分割将同一类的所有对象视为属于单个实体。
Mask R-CNN是一种流行的深度学习实例分割技术,它对检测到的对象执行像素级分割[1].Mask R-CNN算法可以容纳多个类和重叠的对象。
方法可以创建预训练的Mask R-CNN网络maskrcnn
对象。该网络在MS-COCO数据集上进行训练,可以检测80个不同类别的对象。为了执行实例分割,将预先训练好的网络传递给segmentObjects
函数。
如果要修改网络以检测额外的类,或者调整网络的其他参数,则可以执行迁移学习。有关如何训练Mask R-CNN的示例,请参见使用掩码R-CNN进行实例分割.
掩码R-CNN网络架构
面具R-CNN网络由两个阶段组成。第一个阶段是区域建议网络(RPN),该网络基于锚框预测对象建议边界框。第二阶段是R-CNN检测器,它细化这些建议,对它们进行分类,并计算这些建议的像素级分割。
Mask R-CNN模型建立在Faster R-CNN模型之上。掩模R-CNN替换ROI最大池化层在更快R-CNNroiAlignLayer
提供更精确的亚像素级ROI池。掩码R-CNN网络还为像素级对象分割添加了一个掩码分支。有关Faster R-CNN网络的更多信息,请参见R-CNN入门,快R-CNN,快R-CNN.
这张图左边是一个经过修改的Faster R-CNN网络,右边是一个掩码分支。
若要配置用于迁移学习的Mask R-CNN网络,请在创建类时指定类名和锚框maskrcnn
对象。您可以选择指定其他网络属性,包括网络输入大小和ROI池大小。
准备掩码R-CNN训练数据
加载数据
要训练一个Mask R-CNN,你需要以下数据。
数据 | 描述 |
---|---|
RGB图像 | 作为网络输入的RGB图像,指定为H——- - - - - -W-by-3数值数组。 例如,这个示例RGB图像是从CamVid数据集中修改的图像[2]该网站已经过编辑,删除了个人身份信息。 |
Ground-truth边界框 | RGB图像中对象的包围框,指定为NumObjects-by-4矩阵,行格式为[xywh])。 例如, 盒子= 394 442 36 101 436 457 32 88 619 293 209 281 460 441 210 234 862 375 190 314 816 271 235 305 |
实例的标签 | 每个实例的标签,指定为NumObjects-by-1字符串向量或aNumObjects字符向量的-by-1单元格数组) 例如, 标签= 6×1单元格数组{'人'}{'人'}{'车辆'}{'车辆'}{'车辆'} |
实例的面具 | 对象实例的掩码。掩码数据有两种格式:
例如,这个蒙太奇显示了样本RGB图像中六个对象的二进制掩码。 |
创建读取数据的数据存储
使用数据存储读取数据。数据存储必须以1 × 4单元格数组的形式返回数据,格式为{RGB图像、包围框、标签、掩码}。您可以使用以下步骤创建这种格式的数据存储:
创建一个
imageDatastore
返回RGB图像数据创建一个
boxLabelDatastore
它以两列单元格数组的形式返回边界框数据和实例标签创建一个
imageDatastore
并指定一个自定义读取函数,该函数将掩码数据作为二进制矩阵返回方法组合三个数据存储
结合
函数
图像、包围框和掩码的大小必须与网络的输入大小相匹配。如果需要调整数据的大小,则可以使用imresize
来调整RGB图像和蒙版的大小bboxresize
函数调整包围框的大小。
有关更多信息,请参见用于深度学习的数据存储(深度学习工具箱).
可视化培训数据
要在映像上显示实例掩码,请使用insertObjectMask
.您可以指定一个颜色映射,以便每个实例以不同的颜色显示。中显示实例掩码的示例代码面具
变量在RGB图像上的即时通讯
变量使用行
colormap。
imOverlay = insertObjectMask(im,masks,Color=lines(numObjects));imshow (imOverlay);
要在图像上显示带有标签的包围框,请使用showShape
函数。类中显示带有包围框大小和位置数据的已标记矩形形状bboxes
中的变量和标签数据标签
变量。
imshow imOverlay showShape (“矩形”、bboxes标签=标签颜色=“红色”);
火车面具R-CNN模型
训练一个面具R-CNN网络使用trainMaskRCNN
函数。有关示例,请参见使用掩码R-CNN进行实例分割.
参考文献
[1] He, Kaiming, Georgia Gkioxari, Piotr Dollár和Ross Girshick。“面具R-CNN。”ArXiv: 1703.06870 (Cs)2018年1月24日。https://arxiv.org/pdf/1703.06870。
[2] Brostow, Gabriel J., Julien Fauqueur和Roberto Cipolla。视频中的语义对象类:一个高清地面真相数据库。模式识别信30,没有。2(2009年1月):88-97。https://doi.org/10.1016/j.patrec.2008.04.005。
另请参阅
应用程序
功能
相关的例子
更多关于
- MATLAB深度学习(深度学习工具箱)
- 用于深度学习的数据存储(深度学习工具箱)