文件名称：Mask_RCNN
文件大小：73.68MB
文件格式：ZIP
更新时间：2024-04-09 06:52:45
Python
遮罩R-CNN用于目标检测和分割 这是基于Python 3，Keras和TensorFlow的的实现。该模型为图像中对象的每个实例生成边界框和分割蒙版。它基于功能金字塔网络（FPN）和ResNet101主干网。 该存储库包括： 基于FPN和ResNet101构建的Mask R-CNN的源代码。 MS COCO的培训代码 MS COCO的预训练砝码 Jupyter笔记本电脑可在每个步骤可视化检测管线 用于Multi-GPU训练的ParallelModel类 评估MS COCO指标（AP） 在自己的数据集上进行训练的示例 该代码已记录并设计为易于扩展。如果您在研究中使用它，请考虑引用该存储库（下面的bibtex）。如果您从事3D视觉工作，您可能会发现我们最近发布的数据集也很有用。此数据集是由我们的客户捕获的3D重构空间创建的，这些客户同意将其公开提供给学术用途。您可以看到更多示例。 入门 是
【文件预览】：
Mask_RCNN-master
----MANIFEST.in(58B)
----images()
--------3132016470_c27baa00e8_z.jpg(170KB)
--------12283150_12d37e6389_z.jpg(67KB)
--------8239308689_efa6c11b08_z.jpg(221KB)
--------3651581213_f81963d1dd_z.jpg(147KB)
--------4410436637_7b0ca36ee7_z.jpg(124KB)
--------9247489789_132c0d534a_z.jpg(282KB)
--------8734543718_37f6b8bd45_z.jpg(163KB)
--------3862500489_6fd195d183_z.jpg(94KB)
--------3627527276_6fe8cd9bfe_z.jpg(157KB)
--------1045023827_4ec3e8ba5c_z.jpg(138KB)
--------3878153025_8fde829928_z.jpg(86KB)
--------3800883468_12af3c0b50_z.jpg(120KB)
--------9118579087_f9ffa19e63_z.jpg(301KB)
--------2502287818_41e4b0c4fb_z.jpg(131KB)
--------2516944023_d00345997d_z.jpg(177KB)
--------4782628554_668bc31826_z.jpg(224KB)
--------2383514521_1fc8d7b0de_z.jpg(203KB)
--------5951960966_d4e1cda5d0_z.jpg(157KB)
--------262985539_1709e54576_z.jpg(122KB)
--------8699757338_c3941051b6_z.jpg(234KB)
--------6821351586_59aa0dc110_z.jpg(212KB)
--------6584515005_fce9cec486_z.jpg(142KB)
--------8433365521_9252889f9a_z.jpg(178KB)
--------7933423348_c30bd9bd4e_z.jpg(209KB)
--------8829708882_48f263491e_z.jpg(237KB)
--------25691390_f9944f61b5_z.jpg(176KB)
--------8053677163_d4c8f416be_z.jpg(220KB)
--------8512296263_5fc5458e20_z.jpg(146KB)
--------7581246086_cf7bbb7255_z.jpg(142KB)
----requirements.txt(119B)
----LICENSE(1KB)
----assets()
--------detection_refinement.png(703KB)
--------detection_histograms.png(13KB)
--------mapping_challenge.png(613KB)
--------balloon_color_splash.gif(9.21MB)
--------project_ice_wedge_polygons.png(1MB)
--------4k_video.gif(11.61MB)
--------detection_tensorboard.png(43KB)
--------detection_anchors.png(747KB)
--------project_usiigaci2.gif(609KB)
--------project_grass_gis.png(579KB)
--------detection_masks.png(10KB)
--------project_shiny1.jpg(216KB)
--------street.png(890KB)
--------detection_activations.png(69KB)
--------detection_final.png(887KB)
--------project_3dbuildings.png(959KB)
--------images_to_osm.png(983KB)
--------project_usiigaci1.gif(2.54MB)
--------nucleus_segmentation.png(708KB)
----setup.cfg(99B)
----samples()
--------balloon()
--------demo.ipynb(1.48MB)
--------coco()
--------nucleus()
--------shapes()
----setup.py(2KB)
----README.md(13KB)
----mrcnn()
--------config.py(9KB)
--------utils.py(33KB)
--------model.py(124KB)
--------__init__.py(1B)
--------visualize.py(19KB)
--------parallel_model.py(7KB)
----.gitignore(569B)