Mask R-CNN圖像實例分割實戰：訓練自己的數據集

Mask R-CNN是一種基於深度學習的圖像實例分割方法，可對物體進行目標檢測和像素級分割。

本課程將手把手地教大家使用VIA圖像標註工具製作自己的數據集，並使用Mask R-CNN訓練自己的數據集，從而能開展自己的圖像分割應用。

課程鏈接：https://edu.51cto.com/course/18598.html

本課程有三個項目案例實踐：

(1) balloon實例分割 ：對圖像中的氣球做檢測和分割

(2) pothole（單類物體)實例分割：對汽車行駛場景中的路坑進行檢測和分割

(3) roadscene( 多類物體)實例分割：對汽車行駛場景中的路坑、車、車道線等進行檢測和分割

本課程使用Keras版本的Mask R-CNN，在Ubuntu系統上做項目演示。

本課程提供項目的數據集和python程序文件。

下面是使用Mask R-CNN對roadscene進行圖像實例分割的測試結果：

下圖是使用Mask R-CNN對pothole進行單類物體圖像實例分割的測試結果：

下圖是使用Mask R-CNN對roadscene進行多類物體圖像實例分割的測試結果：