????? 在MaskRCNN的Mask分割或者FCN全圖分割的數(shù)據(jù)收集過程中，初始數(shù)據(jù)可以使使用LabelMe手動(dòng)標(biāo)記，這是數(shù)據(jù)標(biāo)記不可或缺的過程，需要耗費(fèi)大量人力物力，也是值得的。

???? 數(shù)據(jù)選取的過程中需要注意的是，標(biāo)記的粒度控制、半自動(dòng)化標(biāo)記工具比如grubcut算法輔助等、數(shù)據(jù)的二次篩查、數(shù)據(jù)可靠性分級(jí)等等。

??? 此外，還可以借助三維重建的方法，使用正射投影或者透視投影獲取物體的Mask，放入場(chǎng)景中，自動(dòng)生成像素級(jí)標(biāo)記的訓(xùn)練數(shù)據(jù)。

????? 參考：三維重建PCL：點(diǎn)云單側(cè)面正射投影_wishchinYang的專欄-CSDN博客

??????

總結(jié)

以上是生活随笔為你收集整理的基于3D模型的MaskRCNN的训练数据生成的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。