Для задачи использовалась предобученная на COCO (большой датасет для сегментации и детекции, в частности людей) torchvision.models.detection.maskrcnn_resnet50_fp.
В задаче 46 классов одежды.
Картинки ресайзились до размера 512 для меньшей стороны.
Для maskrcnn_resnet50_fp во время обучения нужны: леблы, маски для каждого лейбла своя, bbox.
Cкрипты были сделаны для датасета COCO с похожей задаче, поэтом их можно адаптировать для задач instance segmentation.
| Date | Model | Runtime | IoU |
|---|---|---|---|
| 18.06 | Mask-RCNN with body | 13h | 0.1416 |
| 20.06 | Mask-RCNN only heads | 6h | 0.1296 |
| 24.06 | Mask-RCNN head after body | 6h + 13h | 0.146 |
| 24.06 | Mask-RCNN body after head | 13h + 6h | 0.1693 |
| 25.06 | Mask-RCNN body after head | 13h + 6h * 2 | 0.172 |