Mask R-CNN

环境配置

python3
pytorch：>= 1.5
pycocotools(Linux: pip install pycocotools;
Windows下的详细建议按照该方法安装. 强烈推荐安装anaconda 的同时安装Visual Studio 。毕竟深度学习的代码底层使用的是.cpp .h等，需要进行必要且必要的编译；
Ubuntu或Centos(不建议Windows)
最好使用GPU训练

本教程使用Penn-Fudan的行人检测和分割数据集来训练Mask R-CNN实例分割模型。Penn-Fudan数据集中有170张图像，包含345个行人的实例。图像中场景主要是校园和城市街景，每张图中至少有一个行人，可看链接PennFudanDataset数据集
也可以直接下载
- wget https://www.cis.upenn.edu/~jshi/ped_html/PennFudanPed.zip
- unzip PennFudanPed.zip

先理好自己的实验目的，到底是分类、分割还是目标检测等等；
理清实验目的，再去找相应方法(网络)的代码；
实现同一demo时候使用的深度学习框架诸多，如 tensorflow keras pytorch mxnet paddlepaddle lua Jupyter Notebook 目前这些列举的都是脚本类的框架(python lua等)，更别说Java、C++、cuda、matlab、shell等“兄弟”了（Java、C++、cuda、matlab、shell：谁和TM是兄弟，是兄dier！！）。总结一句：深度学习，NB
下载代码时注意阅读readme.md里的内容！版本不正确，程序起不来；升级不谨慎，代码全靠改 ~~~ 5555 ~~~
准备数据集，建议使用readme.md指定的“官方”数据集。如若未指定，请自觉下载对应公开数据集首先测试demo可用性，再者可按照公开数据集格式只做自己的数据集，更有甚者可直接将图片、文字、音频、表格放入对应目录即可；
demo可用性测试完建议开始制备自己的数据集；
训练自己的数据时候注意在代码中修改对应的数据集路径
- train.py 代码中的23 24行

由于该demo使用的是torchvision自带的特征提取模块(maskrcnn_resnet50_fpn:backbone + neck),预训练权重是默认的；
- model = torchvision.models.detection.maskrcnn_resnet50_fpn(pretrained=True)
- 修改模型的backbone + neck可采用两种方案：<1>、替换掉模型的骨干网络。举例来说，默认的骨干网络（ResNet-50）对于某些应用来说可能参数过多不易部署，可以考虑将其替换成更轻量的网络（如MobileNet）<2>、仿照torchvision重新书写backbone和neck，如backbone修改成CSPDarkNet53,neck改成BiFPN等
- 采用预训练的模型，在修改网络最后一层后finetune
由于该demo使用的测试网络极其简单，大家使用的时候请修改
运行代码的同时，重复研读论文会让你豁然开朗。