我是深度学习的新手，我正在阅读一些最先进的论文，我发现 mask r-cnn 完全用于图像的分割和分类。我想将它应用到我的理学硕士项目中，但我有一些问题你可能能够回答。如果这不是正确的地方，我深表歉意。 首先，我想知道获取注释的最佳策略是什么。这似乎是一种劳动密集型的工作，我不明白是否有任何简单的方法。接下来，我想知道您是否知道任何用于掩码 r-cnn 的注释工具，它可以生成由用户手动完成的二进制掩码。
我希望这可以变成一个富有成效和信息丰富的线程，因此任何建议和经验都将受到高度赞赏。
问候
【问题讨论】：
标签： deep-learning conv-neural-network
你可以使用 MASK-RCNN，我推荐它，它是一个两阶段的框架，首先你可以扫描图像并生成可能包含对象的区域。第二阶段对提案绘制边界框进行分类。
但有两个大问题
如何从头开始训练模型？当我们想要 训练我们自己的数据集？
您可以使用从互联网上下载的注释，也可以开始创建自己的注释，这需要很多时间！
你有类似的工具：
VIA GGC 图像注释器 http://www.robots.ox.ac.uk/~vgg/software/via/via_demo.html
它是在线的，您无需下载任何程序。这是我推荐给你的，将图像保存在 .json 文件中，这样你就可以在 MASK R-CNN 框架中使用 SAMPLES 中默认提供的气球类，你只需要将你的 json 文件和您的图像并训练您的数据集。
但是总是有更多的选择，你有 labellimg 这也用于注释并且非常有名但是将文件保存在 xml 中，你将不得不对你的 Class 做一些更改Python。你还有labelme、labelbox等。
【讨论】：
balloon.py，它有一堆关于使用来自 VGG Image Annotator 的注释的注释代码。我在看这里：github.com/jsbroks/coco-annotator，因为我认为我必须以 COCO 格式进行注释，但我想不是。