### 创建自定义数据集用于Mask R-CNN 为了使用PyTorch和Mask R-CNN创建自定义数据集，需遵循特定的数据准备流程。这涉及图像及其对应的实例分割掩码的加载与预处理。 #### 数据集类设计 在`mmdet/datasets/__init__.py`文件中导入了自定义数据集类MyDataset[^2]。此部分展示了如何扩展基础数据集类以适应具体需求： ```python from torch.utils.data import Dataset class CustomDataset(Dataset): def __init__(self, root_dir, transform=None): self.root_dir = root_dir self.transform = transform # 初始化其他属性... def __len__(self): return len(self.image_files) def __getitem__(self, idx): img_path = os.path.join(self.root_dir, 'PNGImages', self.image_files[idx]) mask_path = os.path.join(self.root_dir, 'PedMasks', self.mask_files[idx]) image = Image.open(img_path).convert("RGB") mask = Image.open(mask_path) if self.transform: image = self.transform(image) mask = self.transform(mask) return {'image': image, 'mask': mask} ``` 上述代码片段展示了一个简单的自定义数据集类结构，其中包含了初始化方法、获取长度的方法以及索引访问方法。对于每张图片与其相应的实例分割掩码，均进行了读取操作并应用转换函数（如果存在的话）。注意这里假设数据集中有两类文件夹分别存储原始图片(`PNGImages`)和对应标签图(`PedMasks`)。 #### 加载单个样本示例 下面这段Python脚本来自给定的例子，它显示了如何打开一张具体的图片，并将其作为Matplotlib图形对象的一部分呈现出来[^1]: ```python import matplotlib.pyplot as plt from PIL import Image a = Image.open('PennFudanPed/PNGImages/FudanPed00001.png') plt.figure(figsize=(8, 6)) plt.axis(False) plt.imshow(a) plt.show() ``` 该段代码不仅能够帮助确认所选路径下的图片可以被正确解析，而且还能直观地查看训练过程中使用的实际样例。 #### 集成至Mask R-CNN框架 当完成以上准备工作之后，下一步就是将这个新建立起来的数据集集成到基于PyTorch实现的Mask R-CNN模型当中去。通常情况下，这意味着要调整配置参数以便于匹配新的输入格式；同时也要确保所有的前处理步骤都已按照预期执行完毕。 最后，在开始正式训练之前建议先运行少量批次的小规模测试来验证整个管道是否正常运作——即从加载数据直至得到最终预测结果之间的每一个环节都没有问题发生。