# 实例分割

## 1 简介

实例分割模型将目标物体检测出来的同时逐像素地预测出物体所在的位置，目前支持MaskRCNN系列![instance_segmentation](../../images/model/instance_segmentation.png)

## 2 使用示例

下面我们以使用COCO数据集，训练mask-rcnn模型为例，介绍如何训练一个实例分割模型



### 2.1 数据准备

COCO我们已经提供了转换好的tfrecord， 下载COCO到 `data` 文件夹下

```bash
ossutil  cp -r  oss://pai-vision-data-hz/data/coco_wmask/ data/coco_wmask
```

下载resnet50预训练模型到`pretrained_models`文件夹下

```bash
ossutil cp -r oss://pai-vision-data-hz/pretrained_models/resnet_v1d_50/ pretrained_models/resnet_v1d_50
```



### 2.2 模型训练

运行如下python代码即可启动文件配置形式的训练评估流程，样例配置文件参见[sample_config](../sample_config.html#id4)，配置文件参数说明参见[proto文档](../proto.html)。如果你使用了自定义的配置文件，把`easy_vision.MASK_RCNN_SAMPLE_CONFIG` 替换为你的配置文件路径即可。

```python
import easy_vision
easy_vision.train_and_evaluate(easy_vision.MASK_RCNN_SAMPLE_CONFIG)
```