最近，我了解了蒙版R-CNN的简单使用，因此我决定熟悉训练自定义模型的过程。绝对，每天都会制作抗原。有许多准备好制作的培训材料。我计划参与一个可以识别抗原试剂的模型。对于这个社区中缺乏阳性材料的原因，没有负区别。以下是一个示例图，基本上可以检测并切除所有4种抗原试剂。
主要步骤分为步骤
我总共收集了37个抗原检测图，30个火车组件和7个Val组件。
这是官方气球的目录结构，因此我们可以修改小型代码以直接开始训练。在它们之外，测试目录是一些用于训练自测的图片，这些图片将不参加培训。
我使用标记数据。他是HTML的本地文件，简单易用，也就是说，保存文件并不方便，它仍然适合进入。每个图片分别用抗原的边界标记，我有要说标记处理手很昂贵。标记后，您可以将JSON导出并将其放入火车和Val目录中。在火车目录中是30张图片的标签JSON，而Val是7张图片的标记JSON。为了减少代码更改，JSON的文件名需求是
在官方样品中复制气球。Py，您只需要对其进行修改即可开始培训
开始训练
如何配置正确的环境依赖性，您可以看到[此处]（如何使用GPU训练蒙版-RCNN -nuggets（juejin.cn））
训练后，您可以在目录中找到30个时代模型，可以直接使用。
如果您不知道如何使用Mask R-CNN型号，可以在此处看到
原始：https：//juejin.cn/post/7097875010203123742