Commencez par lire ce post de blog : blog post about the balloon color splash sample. Il couvre le processus complet de création et de préparation d’un jeu de données à partir de zéro pour l’entraînement d’un modèle Mask R-CNN.
-
Clonez le dépôt Mask_RCNN à partir du site Mask R-CNN
-
Clonez ce dépôt et placez le nematode dans le répertoire samples/.
-
Installez les dépendances :
pip3 install -r requirements.txt
-
Exécutez l'installation depuis le répertoire Mask_RCNN
python3 setup.py install
-
Téléchargez les poids pré-entraînés de COCO (mask_rcnn_coco.h5) depuis releases page.
Il est à noter que Mask R-CNN est un modèle relativement volumineux. Par conséquent, nous aurons besoin d’un GPU moderne avec 12 Go de mémoire pour exécuter le code. Vous trouverez dans le répertoire un fichier nommé Connexion_serveur.md où j'ai décrit les étapes pour se connecter au serveur.
Lancez l'entraînement avec cette commande depuis le répertoire nematode. Nous spécifions que l'entraînement doit commencer à partir des poids pré-entraînés sur le jeu de données COCO.
python3 nematode.py train --dataset=nematode_dataset/ --model=cocoPour reprendre l'entraînement en cas d'interruption :
python3 nematode.py train --dataset=nematode_dataset/ --model=last