基于Mask R-CNN的混凝土裂缝检测数据集扩展及配套文件使用问询

1 解决标注JSON无法导入VGG Annotator、无需从零标注的方案 #

• 优先做格式转换：现有JSON是该项目适配的Mask R-CNN输入格式，和VGG Annotator（VIA）默认支持的导出格式字段不同，你可以先读取JSON的结构，将每张图片的文件名、尺寸、裂缝区域的多边形坐标，映射到VIA要求的_via_img_metadata、_via_attributes顶层字段结构中，写个几十行的Python转换脚本即可，转换完成后就能直接导入VIA，原有标注全部保留不需要重新标注。
• 新图半自动化标注：直接用项目提供的.h5预训练权重做预标注：写简单的推理脚本加载.h5权重，对新增图片跑推理得到裂缝的掩码坐标，将坐标按VIA格式拼接为JSON后导入标注工具，仅需要人工修正少量漏检、误检区域，标注效率可以提升80%以上。

2 .h5权重的使用与增量训练步骤 #

2.1 预训练权重推理使用 #

你如果直接用该权重做检测，只需要在项目的推理Demo代码中，找到model.load_weights()调用位置，将参数路径替换为你本地的.h5文件路径，传入待检测图片即可输出带裂缝掩码、边界框的检测结果。

2.2 扩展数据集后增量训练步骤 #

• 数据集整理：将原有标注图片和新增标注图片按8:2的比例划分为训练集、验证集，放入原项目指定的数据集目录，统一标注JSON的格式和原有数据集保持一致。
• 修改训练配置：在项目的训练配置文件中，确认类别数设置为2（背景+裂缝），根据你的设备显存调整批大小，将初始学习率设置为原训练配置的1/10（增量训练不需要过高的学习率）。
• 加载预训练权重：修改训练脚本中的权重加载代码，示例如下：

# 加载预训练权重，排除检测头参数实现增量训练
model.load_weights("你的.h5文件路径", by_name=True, exclude=[
    "mrcnn_class_logits", "mrcnn_bbox_fc",
    "mrcnn_bbox", "mrcnn_mask"
])

• 启动训练：先训练10~20个epoch的检测头，再根据精度情况决定是否解冻骨干网络做全量微调即可，训练得到的新权重精度会比原有权重明显提升。

参考截图 #

• 项目文件结构截图：
• 标注与JSON文件截图：

内容的提问来源于stack exchange，提问作者Jhe