为 TensorFlow 分割/对象检测 API 制作掩码文件答案

【问题标题】：Making mask files for Tensorflow segmentation/object detection API为 TensorFlow 分割/对象检测 API 制作掩码文件
【发布时间】：2018-03-16 14:18:06
【问题描述】：

在为 TF 对象检测 API [link] 创建数据集的文章中，要求用户将对象掩码存储为：

单通道编码的 PNG 字符串的重复列表，或单个密集 3D 二进制张量，其中与每个对象对应的掩码沿第一维堆叠

由于文章强烈建议使用repeated list of single-channel encoded PNG strings，我特别想知道如何对其进行编码。我的注释通常来自csv 文件，我在生成 TFRecords 文件时没有问题。是否有任何关于如何进行这种转换的说明？

【问题讨论】：

你能做到吗？
还没有。当我发现时会在这里发布。
嗨，你知道我在哪里放置或如何在 mask_rcnn 对象检测中使用 png 掩码吗？

标签： python-3.x opencv tensorflow png image-segmentation

【解决方案1】：

我让它与宠物数据集一起工作，在 tensorflow 上，你有 2 种方式与 coco 数据集 tf 记录和 pet_tfrecord 一起使用。

第一个拿的JSON文件第二种采用 XML 和 PNG

有一个应用程序 VGG 可以在 PNG 或 JSON 中进行注释，然后您使用所需的目录树，我使用了宠物数据集示例。但最终不显示掩码，即使使用示例数据集...

【讨论】：

【解决方案2】：

我最终使用了密集张量而不是 png 数组，其中每个像素值代表一个类。

请注意，我见过很多其他人没有使用序列号，后来却遇到了问题。这个想法是有道理的，如果我有 2 个类，将 1 标记为 0，另一个标记为 255。基本原理是，当你在灰度中看到这个时，很明显标记为 1 或 255。当你使用 0,1 时这是不可能的,2,... 但是，这违反了下游代码（例如 deeplab）中的许多假设

【讨论】：