文章插图
- 可以看到 ， labels的类型为INT64,所以我们的源码中需要“Get_Rresult_int64.vi,index为1，因为labels为第二层，即下标为1;
文章插图
- 另外三个输出我们都可以使用float32来获取了 ， masks虽然数据类型是uint8,但在实操过程中发现，它其实做过归一化处理了 ， 也可以使用float32.
文章插图
- 后处理并实现实例分割 因为后处理内容较多，所以直接封装为了一个子VI， mask_rcnn_post_process.vi，源码如下：
文章插图
- 整体的程序框架如下：
文章插图
文章插图
- 实例分割结果如下，我们会发现这个模型跑起来 ， 他花的时间比之前就更长了 。因为他不但要获取每一个对象的区域，还要也要把这个区域的轮廓给框出来 ， 我们可以看到五个人及篮球都框出来了，使用不同的颜色分割出来了 。
文章插图
3、LabVIEW调用 Mask R-CNN 实现实时图像分割（mask rcnn_camera.vi）整体思想和上面检测图片的实力分割差不多，不过使用了摄像头，并加了一个循环，对每一帧对象进行实力分割，3080系列显卡可选择TensorRT加速推理，分割会更加流畅 。我们发现这个模型其实很考验检测数量的，所以如果你只是对人进行分割，那可以选择一个干净一些的背景，整体检测速度就会快很多 。
文章插图
文章插图
四、Mask-RCNN训练自己的数据集（检测行人）1.准备工作
- 训练需要jupyterlab环境，没有安装的同学需要通过pip install jupyterlab 安装
- 如果无法解决jupyterlab环境 可以使用colab或者kaggle提供的免费gpu环境进行训练
- 训练源码：mask-rcnn.ipynb
- 根据提示运行这段代码 ， 自动或手动下载依赖文件数据集并建立数据集解析类
文章插图
- 定义单轮训练的函数：网络结构直接采用torchvison里现有的，不再重新定义
文章插图
- 出现如下输出表示训练进行中
文章插图
- 修改这个文件名 ， 改成自己的图片名字，运行看下训练效果
文章插图
3、训练效果
文章插图
4、导出ONNX
文章插图
总结以上就是今天要给大家分享的内容 。大家可关注微信公众号: VIRobotics ， 回复关键字：Mask R-CNN图像实例分割源码 获取本次分享内容的完整项目源码及模型 。
如果有问题可以在评论区里讨论，提问前请先点赞支持一下博主哦，如您想要探讨更多关于LabVIEW与人工智能技术，欢迎加入我们的技术交流群：705637299，进群请备注暗号：LabVIEW 机器学习 。
如果文章对你有帮助 ， 欢迎关注、点赞、收藏
推荐阅读
- 使用 StringUtils.split 的坑
- 书名号使用方法 书名号用法
- Java Timer使用介绍
- lol手游戏命师的大招怎么使用（lol手游技能释放技巧)
- SpringBoot 常用注解的原理和使用
- 眼霜的正确使用顺序,眼霜的正确使用方法
- 漫步者funbuds怎么配对_漫步者funbuds使用说明
- 四 【单片机入门】应用层软件开发的单片机学习之路-----ESP32开发板PWM控制电机以及中断的使用
- 含源码 【YOLOv5】手把手教你使用LabVIEW ONNX Runtime部署 TensorRT加速，实现YOLOv5实时物体识别
- 【日志系统】Loki日志监控 - 入门初体验