尝试访问预测掩码的位置或坐标 Mask-RCNN

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@）