问题描述
我们正在开发一个视觉控制机器人项目,用于拾取和放置部分被遮挡的物体。我们正在使用掩码 RCNN 架构。到目前为止,我们已经成功地制作了掩码、边界框和获取 bBox 的位置。现在为了有效地处理遮挡,我们需要蒙版的坐标,以便我们可以识别重叠区域。但它不起作用。这是一个代码快照和它产生的结果。
import skimage
import matplotlib.pyplot as plt
real_test_dir = '/content/drive/MyDrive/MaskRCNN_occ/dataset/updated data 2/predict'
image_paths = []
for filename in os.listdir(real_test_dir):
if os.path.splitext(filename)[1].lower() in ['.png','.jpg','.jpeg']:
image_paths.append(os.path.join(real_test_dir,filename))
for image_path in image_paths:
img = skimage.io.imread(image_path)
if img.ndim != 3:
image = skimage.color.gray2rgb(img)
if img.shape[-1] == 4:
image = img[...,:3]
print(image_path)
img_arr = np.array(image)
results = model.detect([img_arr],verbose=1)
r = results[0]
print(r['masks'])
它正在产生这些结果,
/content/drive/MyDrive/MaskRCNN_occ/dataset/updated data 2/predict/Image 3.png
Processing 1 images
image shape: (256,256,3) min: 5.00000 max: 255.00000 uint8
molded_images shape: (1,512,3) min: -117.70000 max: 151.10000 float64
image_Metas shape: (1,18) min: 0.00000 max: 512.00000 float64
anchors shape: (1,65472,4) min: -0.17712 max: 1.05188 float32
[[[False False False False False]
[False False False False False]
[False False False False False]
...
[False False False False False]
[False False False False False]
[False False False False False]]]
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)