Introduction

在上學期期末中，老師要求學生在final project 中尋找有關 “機器視覺” 與“機器學習” 有關的題目進行演示，最後我與組員選擇使用GAN 中相較容易實現的 pix2pix 進行汽車自動上色任務，但在處理資料集時發現，圖片須先進行去背處裡，於是我們使用Mask RCNN 進行mask處理，尤其在coco資料集中有高達80類物件可以選擇，之前也在kaggle [1][2] 中看過類似的處理手法，因此趁這次機會學習如和使用Mask RCNN 為圖片去背。

環境配置

CUDA 10.1
pytorch 1.3
apex 0.1
maskrcnn-benchmark 0.1

使用

• category: 選擇目標類別(類別如demo中所描述)
• is_crop:(default False)

If True, 圖片經檢測與目標類別篩選後，取出有最大bounding box的物件，並依bounding box 進行裁剪。

If False, 圖片經檢測與目標類別篩選後，取出有最大bounding box的物件，但不進行裁剪，保留原圖大小。

• multi_object: (default False)

If true, 圖片經檢測與目標類別篩選後，保留圖中目標類別的所有物件。

If False, 圖片經檢測與目標類別篩選後，取出有最大bounding box的物件。

Demo

前往 gist 看更多

修改的部分

跟源repo 比起來，我只對predictor.py 進行修改，取消了對檢測後的label、上色與描框，新增了以上parameter，並作適當的處理。由此查閱

Repo

github

Reference

[1]Airbus Ship Detection Challenge

[2]Recursion Cellular Image Classification