文件名称：Mask_RCNN:使用Mask-RCNN通过网络摄像头进行实例分割
文件大小：77.56MB
文件格式：ZIP
更新时间：2024-05-15 23:47:26
JupyterNotebook
使用网络摄像头的Mask_RCNN 要求 Python>=3.4 numpy scipy Pillow cython matplotlib scikit-image tensorflow>=1.3.0 keras>=2.0.8 opencv-python h5py imgaug IPython[all] pycocotools 模型是经过训练的MS COCO数据集，并且使用了预先训练的权重（例如，使用网络摄像头对对象进行分割） 这是使用Mask-RCNN 进行对象实例分割的示例视频 在繁忙的印度道路上测试过的该模型的示例视频： : 使用Mask-RCNN测试的样本图像 可能的改进 该模型使用具有4GB内存的Nvidia 840M来实现，因此帧速率非常低。为了获得更好的帧速率，我们可以使用Nvidia Titan X或Nvidia 1080Ti。通过使用这些显卡，我们可以将当前场景的帧
【文件预览】：
Mask_RCNN-master
----.gitignore(59B)
----README.md(2KB)
----inspect_weights.ipynb(1.21MB)
----config.py(6KB)
----train_shapes.ipynb(99KB)
----LICENSE(1KB)
----.gitattributes(66B)
----visualize.py(16KB)
----utils.py(26KB)
----screen_video.avi(10.86MB)
----inspect_model.ipynb(9.84MB)
----coco.py(20KB)
----model.py(109KB)
----parallel_model.py(7KB)
----demo.ipynb(1.48MB)
----images()
--------9247489789_132c0d534a_z.jpg(282KB)
--------25691390_f9944f61b5_z.jpg(176KB)
--------4782628554_668bc31826_z.jpg(224KB)
--------12283150_12d37e6389_z.jpg(67KB)
--------5951960966_d4e1cda5d0_z.jpg(157KB)
--------9118579087_f9ffa19e63_z.jpg(301KB)
--------3627527276_6fe8cd9bfe_z.jpg(157KB)
--------7581246086_cf7bbb7255_z.jpg(142KB)
--------3862500489_6fd195d183_z.jpg(94KB)
--------2502287818_41e4b0c4fb_z.jpg(131KB)
--------262985539_1709e54576_z.jpg(122KB)
--------3878153025_8fde829928_z.jpg(86KB)
--------3800883468_12af3c0b50_z.jpg(120KB)
--------6821351586_59aa0dc110_z.jpg(212KB)
--------6584515005_fce9cec486_z.jpg(142KB)
--------1045023827_4ec3e8ba5c_z.jpg(138KB)
--------8512296263_5fc5458e20_z.jpg(146KB)
--------8239308689_efa6c11b08_z.jpg(221KB)
--------8699757338_c3941051b6_z.jpg(234KB)
--------8829708882_48f263491e_z.jpg(237KB)
--------4410436637_7b0ca36ee7_z.jpg(124KB)
--------3132016470_c27baa00e8_z.jpg(170KB)
--------7933423348_c30bd9bd4e_z.jpg(209KB)
--------2383514521_1fc8d7b0de_z.jpg(203KB)
--------8433365521_9252889f9a_z.jpg(178KB)
--------8053677163_d4c8f416be_z.jpg(220KB)
--------3651581213_f81963d1dd_z.jpg(147KB)
--------8734543718_37f6b8bd45_z.jpg(163KB)
--------2516944023_d00345997d_z.jpg(177KB)
----tested images()
--------indianroad1.png(451KB)
--------roadvehicles.png(700KB)
--------tennis.png(541KB)
--------indianroads.png(430KB)
--------busyroad.png(806KB)
--------mask_7.png(639KB)
--------mask_6.png(732KB)
--------mask_3.png(719KB)
--------road.png(662KB)
--------park.png(869KB)
--------mask_5.png(633KB)
--------zoo.png(485KB)
--------mask_1.png(509KB)
--------vehiclesonroad.png(613KB)
--------airport.png(537KB)
--------mask_2.png(928KB)
--------mask_4.png(473KB)
--------mask_8.png(732KB)
----inspect_data.ipynb(7.83MB)
----shapes.py(7KB)
----assets()
--------detection_anchors.png(747KB)
--------donuts.png(871KB)
--------detection_activations.png(69KB)
--------detection_histograms.png(13KB)
--------detection_tensorboard.png(43KB)
--------detection_refinement.png(703KB)
--------detection_masks.png(10KB)
--------4k_video.gif(11.61MB)
--------sheep.png(929KB)
--------detection_final.png(887KB)
--------street.png(917KB)
----webcam.py(4KB)
----papers()
--------Faster-RCNN.pdf(6.59MB)
--------Fast-RCNN.pdf(714KB)
--------Mask-RCNN.pdf(7.37MB)
--------RCNN.pdf(6.23MB)