有人开源了Mask R-CNN对象检测和分割的Keras和TensorFlow代码

有人在github上发布了何凯明的Mask R-CNN目标检测和对象分割Keras和TensorFlow的实现代码。

这个实现基于Python 3、Keras和TensorFlow。模型对图片中的每个对象实例生成包围框（bounding boxes）和分割掩膜（segmentation masks）。基于特征金字塔网络（FPN）和ResNet101的主干（backbone）。

这个giuhub仓库包含以下内容：

• 建立在FPN和ResNet101上的Mask R-CNN源代码

• MS COCO上的训练代码

• MS COCO上的预训练权重

• 可视化每一步的训练管道（pipline）的Jupyter notebooks

• 用于多GPU训练的并行类

• MS COCO上的指标评估

• 在你自己的数据集上训练的例子

源代码有注释而且设计得易于扩展。如果你在你的研究中用了这些代码，请引用本仓库。如果你从事3D视觉，你可能会觉得我们最近发布的Matterport3D数据集对你有用。

更多信息请查考这里：https://github.com/matterport/Mask_RCNN