前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >OpenCV4.0 Mask RCNN 实例分割示例 C++/Python实现

OpenCV4.0 Mask RCNN 实例分割示例 C++/Python实现

作者头像
CV君
发布2019-12-27 16:21:06
1.2K0
发布2019-12-27 16:21:06
举报
文章被收录于专栏:我爱计算机视觉

点击我爱计算机视觉标星,更快获取CVML新技术


前几天OpenCV4.0-Alpha发布,其中新增实例分割Mask RCNN模型是这次发布的亮点之一。

图像实例分割即将图像中目标检测出来并进行像素级分割。

昨天learnopencv.com博主Satya Mallick发表博文,详述了使用新版OpenCV加载TensorFlow Object Detection Model Zone中的Mask RCNN模型实现目标检测与实例分割的应用。使用C++/Python实现的代码示例,都开源了。 先来看看作者发布的结果视频:

从视频可以看出,2.5GHZ i7 处理器每帧推断时间大约几百到2000毫秒。 TensorFlow Object Detection Model Zone中现在有四个使用不同骨干网(InceptionV2, ResNet50, ResNet101 和 Inception-ResnetV2)的Mask RCNN模型,这些模型都是在MSCOCO 数据库上训练出来的,其中使用Inception的模型是这四个中最快的。Satya Mallick博文中正是使用了该模型。

Mask RCNN网络架构

OpenCV使用Mask RCNN目标检测与实例分割流程: 1)下载模型。 地址: http://download.tensorflow.org/models/object_detection/ 现有的四个模型:

2)参数初始化。

设置目标检测的置信度阈值和Mask二值化分割阈值。 3)加载Mask RCNN模型、类名称与可视化颜色值。 mscoco_labels.names包含MSCOCO所有标注对象的类名称。 colors.txt是在图像上标出某实例时其所属类显示的颜色值。 frozen_inference_graph.pb模型权重。 mask_rcnn_inception_v2_coco_2018_01_28.pbtxt文本图文件,告诉OpenCV如何加载模型权重。 OpenCV已经给定工具可以从给定模型权重提取出文本图文件。详见: https://github.com/opencv/opencv/wiki/TensorFlow-Object-Detection-API

OpenCV支持CPU和OpenCL推断,但OpenCL只支持Intel自家GPU,Satya设置了CPU推断模式(cv.dnn.DNN_TARGET_CPU)。 4)读取图像、视频或者摄像头数据。 5)对每一帧数据计算处理。 主要步骤如图:

6)提取目标包围框和Mask,并绘制结果。

C++/Python代码下载: https://github.com/spmallick/learnopencv/tree/master/Mask-RCNN

原博文地址:

https://www.learnopencv.com/deep-learning-based-object-detection-and-instance-segmentation-using-mask-r-cnn-in-opencv-python-c/

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2018-10-02,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 我爱计算机视觉 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
图像识别
腾讯云图像识别基于深度学习等人工智能技术,提供车辆,物体及场景等检测和识别服务, 已上线产品子功能包含车辆识别,商品识别,宠物识别,文件封识别等,更多功能接口敬请期待。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档