Tensorflow 如何为没有边界框的训练数据训练掩码RCNN？

我想在NYU RGBD数据集上训练掩码RCNN，它不包含边界框。我可以为训练数据创建自己的边界框，但任务过于繁忙，我只想测试输入数据上的实例分段。因此，我如何在没有边界框的训练数据上进行训练？？？

你不能。对象检测算法需要边界框进行训练。

您可以从实例遮罩中提取边界框。在官方的MaskRCNN代码库中，他们提供了相应的代码

简言之，对于形状为[h，w]的给定掩模m：

box = np.zeros([4], dtype=np.int32)
# Bounding box.
horizontal_indicies = np.where(np.any(m, axis=0))[0]
vertical_indicies = np.where(np.any(m, axis=1))[0]
x1, x2 = horizontal_indicies[[0, -1]]
y1, y2 = vertical_indicies[[0, -1]]
# x2 and y2 should not be part of the box. Increment by 1.
x2 += 1
y2 += 1
box = np.array([y1, x1, y2, x2])

---

，请在“与官方文件的不同之处”一节下查看此url。您当前的注释格式是什么…？请在答案中提供代码（至少是重要部分）。不鼓励仅链接的答案。