Mask R-CNN 在其自己的示例中无法正常工作

Question

我已经花了一些时间来弄清楚如何让 Mask R-CNN 正常工作。 我克隆了原始的 Matterport 实现 及其一个分支，已修改为使用 TF 2。

Matterport 实现在依赖关系方面似乎有些过时了，我无法让它工作。我看到有些人可以使用不同版本的所需库或一些代码更改来使其工作...我想我会继续使用 TF2 兼容版本。还需要更改代码才能使其与 Mask R-CNN 提供的示例一起使用。我希望这已经足够了，并且我没有错过其他东西。

例如我在

train_shapes.ipynb

文件夹中运行了

samples

。生成的形状是在预训练的 COCO 权重之上进行训练的。到目前为止，一切都很好。 笔记本生成带有形状的样本图像，并对其进行处理。这就是结果：

检测到如此多源图像中没有的形状的原因是什么？

Answer 1

我也遇到了同样的问题。这是因为

model.detect

不适用于 TensorFlow 2.6 及更高版本。当我降级到 TensorFlow 2.4 时，一切正常。查看此线程：https://github.com/matterport/Mask_RCNN/issues/2670

Answer 2

正如前面所说，降到 Tesorflow 2.6 以下对我有帮助，但你会遇到许多其他依赖问题。我已经制作了我自己的

requirements.txt

文件版本，它应该可以帮助您解决其中的大部分问题。

numpy==1.19.*
scipy<1.3.0
Pillow
cython
matplotlib
scikit-image
tensorflow==2.5.*
keras>=2.0.8
opencv-python
h5py==3.1.0
imgaug
IPython[all]

运行

pip install -r requirements.txt

，它应该可以解决您的问题。