资源非插件，直接解压后将文件夹放入项目中，即可给对应的游戏对象添加“SoftMask”组件。最新版本资源，unity专用
2021-06-10 17:56:51
426KB
1
pytorch-mask-rcnn
这是的Pytorch实现，大部分基于Matterport的 。 Matterport的存储库是在Keras和TensorFlow上的实现。 自述文件的以下部分摘自《 Matterport自述文件》。 有关要求的详细信息，有关此存储库的MS COCO培训和检测结果的信息，请参见文档末尾。
Mask R-CNN模型为图像中对象的每个实例生成边界框和分割蒙版。 它基于功能金字塔网络（FPN）和ResNet101主干网。
接下来的四幅图像显示了检测管道中的不同阶段：
1.锚点排序和过滤
区域提议网络提议可能属于某个对象的边界框。 可以看到正锚和负锚以及锚框的细化。
2.边界框优化
这是最终检测框（虚线）的示例，并在第二阶段对其进行了改进（实线）。
3.遮罩生成
生成的蒙版示例。 然后将它们缩放并放置在正确位置的图像上。
4.将不同的部分组合成最终结果
要求
2021-06-06 14:09:53
8.76MB
1
mask rcnn的.pb模型文件和.pbtxt文件，还有mask rcnn对应的颜色信息和标签信息
2021-06-01 15:55:40
170.17MB
1
background-matting运行所需要的权重文件syn-comp-adobe-20200511T154047Z-001.zip
2021-05-26 20:31:26
63.4MB
1
数据集包含以yolo格式包含图像以及txt文件。数据集包含与面罩有关的数据。
Face Mask Detection(Images with YOLO Format)_datasets.txt
Face Mask Detection(Images with YOLO Format)_datasets.zip
2021-05-13 14:50:09
489.15MB
1
Mask R-CNN 是一个小巧、灵活的通用对象实例分割框架（object instance segmentation）。它不仅可对图像中的目标进行检测，还可以对每一个目标给出一个高质量的分割结果。项目特性
目标检测，直接在结果图上绘制了目标框
目标分类，对于每一个目标，需要找到对应的类别，区分到底是人，是车，还是其他类别
像素级目标分割，在每个目标中，需要在像素层面区分，什么是前景，什么是背景
2021-05-11 09:07:03
73.32MB
1
Unity Mask内图不穿帮Demo
https://mp.csdn.net/editor/html/116521805 对应文章
2021-05-08 15:02:06
58KB
1