首页 > 编程学习 > Real-Time实例分割DeepSnake使用篇

Real-Time实例分割DeepSnake使用篇

发布时间:2022/1/17 12:21:07

《Deep Snake for Real-Time Instance Segmentation》

  这篇文章旨在记录一下我是如何搭建环境DeepSnake的,以及如何使用COCO数据集和自己的数据集训练实例分割模型,并进行测试的过程,具体原理在我的另一篇博客中。

作者:Sida Peng, Wen Jiang, Huaijin Pi, Xiuli Li, Hujun Bao, Xiaowei Zhou

CVPR 2020 oral

Subjects: Computer Vision and Pattern Recognition (cs.CV)

https://github.com/zju3dv/snake/

Agile Pioneer  

文章目录

    • Preliminary
    • 环境搭建
      • 环境搭建参考1
      • 环境搭建参考2
      • 遇到的问题
    • COCO数据
      • COCO 训练
      • COCO 测试
    • 训练自己的数据集
      • 方式一
      • 方式二

Preliminary

  对于任何一个深度学习模型来说都需要以下四部分信息:dataset,network,trainer和evaluator,这也是我们设计一个模型工程的组成部分。

  • dataset: 提供用于训练和测试的数据(data和target的数据格式)。
  • network: 模型的网络结构。
  • trainer: 定义损失函数和优化器用于训练。
  • evaluator: 定义衡量方法用于模型估计。

环境搭建

环境搭建参考1

  作者提供了一个环境搭建的文档:https://github.com/zju3dv/snake/blob/master/INSTALL.md但是我照着做一直没有编译成功,外部依赖的三个模块dcn_v2、extreme_utils和roi_align_layer,和作者沟通,作者说他使用gcc5.4.0进行编译的,大家可以用gcc5.4.0参照作者给出的环境搭建文档进行环境搭建。

环境搭建参考2

  由于按照作者提供的环境搭建过程中出现了问题,所以我自己搭建了一套环境,是可以成功运行的,具体的依赖list如下,和版本相关的我都注明了版本号,其余的运行如果缺少哪些库自行pip install或conda install安装即可:

  • CUDA - 10.1
  • cudnn - 7.6.0
  • python - 3.6
  • gcc & g++ - 7.3.0
  • pytorch - 1.2.0
  • torchvision - 0.4.0
  • opencv
  • imgaug
  • imageio
  • pycocotools
  • tqdm
  • yaml
  • tensorboardx

遇到的问题

环境问题:
Q: libbz2.so.1.0: cannot open shared object file: No such file or directory
A: 这个库在/usr/lib64下,如果你指定的版本和/usr/lib64下的软连接名称不一样,只需要在你能依赖的路径下再软连接一个你需要的名字即可。

Q: error trying to exec ‘cc1plus’: execvp
A:两种可能:1、你没有安装g++;2、你的gcc的版本和g++版本不相符合,检查一下。

COCO数据

COCO 训练

  1. 下载COCO 2017数据集,地址如下
    – train –
    1.1 http://images.cocodataset.org/zips/train2017.zip
    1.2 http://images.cocodataset.org/annotations/annotations_trainval2017.zip
    – va –
    1.3 http://images.cocodataset.org/zips/val2017.zip
    1.4 http://images.cocodataset.org/annotations/stuff_annotations_trainval2017.zip
    – test –
    1.5 http://images.cocodataset.org/zips/test2017.zip
    1.6 http://images.cocodataset.org/annotations/image_info_test2017.zip

  2. 修改数据路径:
    2.1 vi lib/datasets/dataset_catalog.py,把里面对应coco部分的数据和标注文件改为你自己的路径即可。

     'CocoTrain': {'id': 'coco','data_root': 'data/coco/train2017','ann_file': 'data/coco/annotations/instances_train2017.json','split': 'train'},'CocoVal': {'id': 'coco','data_root': 'data/coco/val2017','ann_file': 'data/coco/annotations/instances_val2017.json','split': 'test'},'CocoMini': {'id': 'coco','data_root': 'data/coco/val2017','ann_file': 'data/coco/annotations/instances_val2017.json','split': 'mini'},'CocoTest': {'id': 'coco_test','data_root': 'data/coco/val2017','ann_file': 'data/coco/annotations/instances_val2017.json','split': 'test'},
    

    2.2 新建一个 train.sh,内容如下,然后sh train.sh执行即可:

    #!/bin/sh
    python -W ignore train_net.py --cfg_file ./configs/coco_snake.yaml
    

COCO 测试

  1. mkdir test_result # 用于存储可视化结果
  2. vi lib/visualizers/snake.py
    # 在该脚本前面加
    import random# 修改 86 行最右,把plt.show(),改为如下                                                                                         
    #plt.show()                                                                                            
    filename = random.randint(0, 100000)
    # 以随机数为名字存储,只查看效果                                                                   
    plt.savefig("test_result/%s.png"%filename) 
    
  3. 新建一个test.sh,内容如下:然后sh test.sh执行即可:
    #!/bin/sh
    python -W ignore run.py --type visualize --cfg_file configs/coco_snake.yaml ct_score 0.3
    

效果图如下:
在这里插入图片描述

训练自己的数据集

方式一

  把自己的数据的Annotations弄成一个json和coco的格式一样,参考脚本如下:


import sys
import os
import json
import xml.etree.ElementTree as ETSTART_BOUNDING_BOX_ID = 1
PRE_DEFINE_CATEGORIES = {"foreground":1}
# If necessary, pre-define category and its id
#  PRE_DEFINE_CATEGORIES = {"aeroplane": 1, "bicycle": 2, "bird": 3, "boat": 4,#  "bottle":5, "bus": 6, "car": 7, "cat": 8, "chair": 9,#  "cow": 10, "diningtable": 11, "dog": 12, "horse": 13,#  "motorbike": 14, "person": 15, "pottedplant": 16,#  "sheep": 17, "sofa": 18, "train": 19, "tvmonitor": 20}def get(root, name):vars = root.findall(name)return varsdef get_and_check(root, name, length):vars = root.findall(name)if len(vars) == 0:raise NotImplementedError('Can not find %s in %s.'%(name, root.tag))if length > 0 and len(vars) != length:raise NotImplementedError('The size of %s is supposed to be %d, but is %d.'%(name, length, len(vars)))if length == 1:vars = vars[0]return varsdef get_filename_as_int(filename):try:filename = os.path.splitext(filename)[0]return int(filename)except:raise NotImplementedError('Filename %s is supposed to be an integer.'%(filename))def convert( xml_dir, json_file,imgs):# list_fp = open(xml_list, 'r')json_dict = {"images":[], "type": "instances", "annotations": [],"categories": []}categories = PRE_DEFINE_CATEGORIESbnd_id = START_BOUNDING_BOX_IDlist_fp = os.listdir(xml_dir)for line in list_fp:line = line.strip()print("Processing %s"%(line))xml_f = os.path.join(xml_dir, line)tree = ET.parse(xml_f)root = tree.getroot()path = get(root, 'path')if len(path) == 1:filename = os.path.basename(path[0].text)elif len(path) == 0:filename = get_and_check(root, 'filename', 1).textelse:raise NotImplementedError('%d paths found in %s'%(len(path), line))## The filename must be a number# image_id = get_filename_as_int(filename)# image_id = filename.rstrip(".jpg").rstrip(".png")image_id = line.replace(".xml","")filename = image_id + ".jpg"if filename not in imgs:print (line)print(filename)size = get_and_check(root, 'size', 1)width = int(get_and_check(size, 'width', 1).text)height = int(get_and_check(size, 'height', 1).text)image = {'file_name': filename, 'height': height, 'width': width,'id':image_id}json_dict['images'].append(image)## Cruuently we do not support segmentation#  segmented = get_and_check(root, 'segmented', 1).text#  assert segmented == '0'for obj in get(root, 'object'):category = get_and_check(obj, 'name', 1).textif category not in categories:new_id = len(categories)categories[category] = new_idcategory_id = categories[category]bndbox = get_and_check(obj, 'bndbox', 1)xmin = int(get_and_check(bndbox, 'xmin', 1).text) - 1ymin = int(get_and_check(bndbox, 'ymin', 1).text) - 1xmax = int(get_and_check(bndbox, 'xmax', 1).text)ymax = int(get_and_check(bndbox, 'ymax', 1).text)assert(xmax > xmin)assert(ymax > ymin)o_width = abs(xmax - xmin)o_height = abs(ymax - ymin)ann = {'area': o_width*o_height, 'iscrowd': 0, 'image_id':image_id, 'bbox':[xmin, ymin, o_width, o_height],'category_id': category_id, 'id': bnd_id, 'ignore': 0,'segmentation': []}json_dict['annotations'].append(ann)bnd_id = bnd_id + 1for cate, cid in categories.items():cat = {'supercategory': 'none', 'id': cid , 'name': cate} # no + 1json_dict['categories'].append(cat)json_fp = open(json_file, 'w')json_str = json.dumps(json_dict)json_fp.write(json_str)json_fp.close()if __name__ == '__main__':labelxml = "Annotations"imgpath = "JPEGImages"imgs = os.listdir(imgpath)destjson = "voc2coco.json"# if len(sys.argv) <= 1:#     print('3 auguments are need.')#     print('Usage: %s XML_LIST.txt XML_DIR OUTPU_JSON.json'%(sys.argv[0]))#     exit(1)convert(labelxml, destjson,imgs)

方式二

修改dataLoader的方法


本文链接:https://www.ngui.cc/51cto/show-247.html
Copyright © 2010-2022 ngui.cc 版权所有 |关于我们| 联系方式| 豫B2-20100000