Mask RCNN 的预测无法正常工作答案

【问题标题】：Predictions for Mask RCNN are not working correctlyMask RCNN 的预测无法正常工作
【发布时间】：2021-12-28 05:04:56
【问题描述】：

我尝试在我的自定义数据集上实现基本的 Mask_RCNN 模型。我对图像做了一些增强。遵循 mask rcnn 的基本模式。我先训练了系统，然后尝试测试。 mAp 的结果始终为 0.0，预测显示如下。enter image description here我正在尝试确定汽车的分数，但这是最终结果。如果有人有任何建议，请帮助我。

【问题讨论】：

向我们展示代码。
@AdarshWase 我在我的数据集上使用了掩码 rcnn 的基本训练推理代码。
inference_config = InferenceConfig() model = modellib.MaskRCNN(mode="inference", model_dir = DEFAULT_LOGS_DIR, config=inference_config) # 加载训练权重 print("Loading weights from ", model_path) model.load_weights (model_path, by_name=True) image_id = random.choice(dataset_train.image_ids) original_image, image_meta, gt_class_id, gt_bbox, gt_mask =\ modellib.load_image_gt(dataset_train, inference_config, image_id, use_mini_mask=False)
log("original_image", original_image) log("image_meta", image_meta) log("gt_class_id", gt_class_id) log("gt_bbox", gt_bbox) log("gt_mask", gt_mask) 可视化。 display_instances(original_image, gt_bbox, gt_mask, gt_class_id, dataset_train.class_names, figsize=(8, 8)) results = model.detect([original_image], verbose=1) r = results[0] visible.display_instances(original_image, r[ 'rois'], r['masks'], r['class_ids'], dataset_train.class_names, r['scores'], ax=get_ax())
请提供足够的代码，以便其他人更好地理解或重现问题。

标签： machine-learning image-processing deep-learning computer-vision image-segmentation

【解决方案1】：

尽管没有更多信息我不确定您的问题到底是什么，但我认为这与我在 tf-gpu 2.7 上使用 matterport repo 时遇到的问题相似。除了您需要进行大量其他更新以配置此 repo 以在 tf2 上工作之外，您还必须修改权重的加载。

在 demo.ipynb 笔记本中，您将看到加载权重的代码，如下所示：

# Create model object in inference mode.
model = modellib.MaskRCNN(mode="inference", model_dir=MODEL_DIR, config=config)

# Load weights trained on MS-COCO
# model.load_weights(COCO_MODEL_PATH, by_name=True)

要启用修复，请将上面的代码替换为以下代码：

from keras.backend import manual_variable_initialization 
manual_variable_initialization(True)

# Create model object in inference mode.
model = modellib.MaskRCNN(mode="inference", model_dir=MODEL_DIR, config=config)

# Load weights trained on MS-COCO
# model.load_weights(COCO_MODEL_PATH, by_name=True)

import tensorflow.compat.v1 as tf

tf.keras.Model.load_weights(model.keras_model, COCO_MODEL_PATH, by_name=True)

这应该使演示能够正常工作。根本问题是由于 Keras 中的权重初始化不准确，这是通过启用手动初始化来处理的。仅仅这样做，权重将无法正确加载当前的 load_weights 函数，带有 mrcnn.model.py 因此，我们可以通过上面的代码实现一个纯 Keras 加载权重来绕过它。

我希望这对某人有帮助！我花了好几天才弄明白！

【讨论】：

没有针对您的回答的批评，看起来经过深思熟虑，但请避免回答此类低质量问题。 A good question 至少应包括 minimal reproducible example 和明确表达的错误条件。

【解决方案2】：

在使用 Mask RCNN 进行车辆检测时，我也遇到了类似的问题。这样做的结果非常糟糕。如果你已经解决了这个问题，请评论你是如何得到它的。谢谢

【讨论】：