通過閱讀掩碼 rcnn 氣球示例（https://engineering.matterport.com/splash-of-color-instance-segmentation-with-mask-r-cnn-and-tensorflow-7c761e238b46），現在：我的目標：將帶有方向和根位置注釋信息的氣球數據集提供給修改后的 mask_rcnn，然后它最終可以學習如何檢測 val 數據集中每個氣球的方向（以度為單位）和根位置。狀態:對于訓練數據集，我使用 VIA 繪制一條線（從根/處理程序到每個氣球的最底部），可以指示圖像中每個氣球實例的方向，因為在 VIA 中，一條線包含 2 個點，因此第一個json 文件中的點將是每個氣球實例的根坐標。下圖顯示了我的想法： 示例圖片我開發了一些可以：從 json 文件中獲取圖像中所有氣球實例的根坐標（浮點值）通過所有氣球的線的 2 個點計算方向（以度為單位的角度，帶有 2 位數字的浮點值）我想將獲取的角度和根位置信息發送到掩碼rcnn，在balloon.py中，我需要將它們添加到```class BalloonDataset(utils.Dataset):   def load_balloon(self, dataset_dir, subset):    .......     self.add_image(           "balloon",           image_id=a['filename'],  # use file name as a unique image id           path=image_path,           width=width, height=height,           polygons=polygons,           angles=angles,           roots=roots            )``` 對嗎？我想我還需要在model.py中定義root和orientation的損失函數，但我認為我應該使用與掩碼損失或盒子損失相同的類型，有人能給我一些提示嗎？有人可以給我一些想法我應該在model.py或其他地方更改什么？