示例测试"/>
Mask RCNN 显微镜下细胞检测示例测试
参考链接:
/
1、首先参考细胞检测对应链接:
2、在data目录下新建文件夹cell,在cell目录下新建文件夹weights
3、下载数据集
官方下载地址:
百度网盘地址:
下载后将所有文件解压放在cell文件夹下,里面的CSV文件可以全部删除
4、修改参数:
#每次迭代GPU上训练的图片数量,可以根据自己显存大小来设置,一般1个大点的GPU设置2个就可以了,如果配置差点就设置为1吧,不然按照默认的6会出内存溢出的错误
IMAGES_PER_GPU = 2
5、开始训练及测试
方式1:使用train数据集(stage1_train减去验证集)从ImageNet权重开始训练新模型
添加命令行参数:
train --dataset=../../data/cell --subset=train --weights=imagenet
训练的时候可能出现一下问题:
(1)TypeError: reduce_mean() got an unexpected keyword argument 'keepdims'
这是版本问题,将keepdims改为keep_dims
方式2:使用完整stage1_train数据集从特定权重文件开始训练新模型
该方式是使用之前没训练完的权重文件
复制根目录logs目录下的最新权重文件,例如我随便选择mask_rcnn_nucleus_0034.h5
到目录/path/cell/weights下,并修改权重文件mask_rcnn_nucleus_0034.h5为weights.h5
添加命令行参数:
train --dataset=../../data/cell --subset=stage1_train --weights="../../data/cell/weights/weights.h5"
方式3:继续训练您之前训练过的模型
添加命令行参数:
train --dataset=../../data/cell --subset=train --weights=last
6、开始测试
添加命令行参数:
detect --dataset=../../data/cell --subset=stage1_test --weights=last
7、贴几张最后检测的结果图
更多推荐
Mask RCNN 显微镜下细胞检测示例测试
发布评论