Mask R-CNNやSolo​v2を自前のデータセ​ットで学習させたいで​す

MaskRCNNやSOLOｖ２に対して、自前のデータセットで訓練したいです。

例題を見ると、既存のデータセットにてファインチューニングする例がございました。

https://jp.mathworks.com/help/vision/ug/example-PerformInstanceSegmentationUsingSOLOv2Example.html

この例題を発展させ、イメージラベラーを利用して、自分でラベリングし、

そのデータに対して再学習をしたいです。

このようなワークフローがわかる資料やページなどはございますか。

私の方で調べたのですが、イメージラベラーとMaskRCNNの連携については情報を見つけることができませんでした。

Answer 1

[Shunichi Kusano]

イメージラベラーから、インスタンスセグメンテーションの学習までのワークフローですが、

残念ですが現状サンプルは無いようです。

ラベラーでpolygonタイプのラベリングをし、

それを境界ボックスとマスク画像に変換という流れのコードを作成いたしましたので、

参考にしていただけますと幸いです。

1. generate_training_data_from_gTruth.m: ラベラー後のグランドトゥルースオブジェクトを学習用データに変換するコード
2. sample_solov2_training.mlx: 1のコードを利用してSOLOv2の学習サンプルを実行するコード
3. bindata2gTruth.m: 2のコード実行に必要なグランドトゥルースオブジェクトを生成するコード（こちらのサンプルのデータが必要です）
4. readMask: imageDatastore読み取り用

[Kenta]

ご回答いただきありがとうございます。また、コードも提供していたただき、ありがとうございました。

はい、こちらで試したところ、うまく学習や推論ができました。

以下のようにミカンのインスタンスセグメンテーションをうまく行うことができました。

また、私のイメージラベラーの使い方のせいだと思うのですが、

imageNames = gTruth.DataSource.Source.Files

の箇所を、imageNames = gTruth.DataSource.Source

に変えて実行する必要がございました。