前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >基于飞桨复现语义分割网络HRNet,实现瓷砖缺陷检测

基于飞桨复现语义分割网络HRNet,实现瓷砖缺陷检测

作者头像
用户1386409
发布2020-11-06 11:42:49
1.1K0
发布2020-11-06 11:42:49
举报
文章被收录于专栏:PaddlePaddlePaddlePaddle

PaddleSeg介绍

PaddleSeg是基于PaddlePaddle开发的图像分割开发套件,覆盖了DeepLabv3+、U-Net、ICNet、PSPNet、HRNet、Fast-SCNN等主流分割网络。通过模块化的设计,以配置化方式驱动模型组合,帮助开发者更便捷地完成从训练到部署的全流程图像分割应用。

PaddleSeg产品特点:

1. 丰富的数据增强:基于百度视觉技术部的实际业务经验,内置10+种数据增强策略,可结合实际业务场景进行定制组合,提升模型泛化能力和鲁棒性。

2. 模块化设计:支持DeepLabv3+、U-Net、ICNet、PSPNet、HRNet、Fast-SCNN六种主流分割网络,结合预训练模型和可调节的骨干网络,满足不同性能和精度的要求;选择不同的损失函数如Dice Loss, Lovasz Loss等方式可以强化小目标和不均衡样本场景下的分割精度。

3. 高性能:PaddleSeg支持多进程I/O、多卡并行等训练加速策略,结合飞桨核心框架的显存优化功能,可大幅度减少分割模型的显存开销,让开发者更低成本、更高效地完成图像分割训练。

4. 工业级部署:全面提供服务端和移动端的工业级部署能力,依托飞桨高性能推理引擎和高性能图像处理实现,开发者可以轻松完成高性能的分割模型部署和集成。通过Paddle-Lite,可以在移动设备或者嵌入式设备上完成轻量级、高性能的人像分割模型部署。

5. 产业实践案例:PaddleSeg提供丰富地产业实践案例,如人像分割、工业表计检测、遥感分割、人体解析,工业质检等产业实践案例,助力开发者更便捷地落地图像分割技术。

HRNet网络分析

论文名称:

High-Resolution Representations for Labeling Pixels and Regions

下载地址:

https://arxiv.org/pdf/1904.04514.pdf

网络整体结构:

如上图所示HRNet有四个并行的分支,包含三次下采样过程。值得注意的是,上图中的输入是以原始输入的1/4开始的,即先经历了2次步长为2的3×3卷积。

HRNet网络结构特点:

  • 始终保持高分辨率表征

从网络整体结构可以看出,每次产生低分辨率特征图之后,原有的高分辨特征还会参与到后续的卷积过程,因此产生了并行的不同分辨率的特征图。

  • 残差单元

图中的直箭头代表残差单元,残差单元由4个残差卷积(1×1、3×3、1×1)构成。

  • 类似全连接的阶段性特征融合

每经过4个残差单元之后会进行一次不同分辨率的特征融合。低分辨率上采样与高分辨率融合,高分辨率下采样与低分辨率融合,最终形成类似于全连接形式的特征融合过程。

  • 简单明了的解码过程

如下图所示,解码过程显得很轻巧,将四个阶段产生的不同分辨率的特征图直接上采样至输入的1/4,经过1次1*1卷积整合各通道的信息,然后进行预测分类,最后上采样至原图大小进行损失计算。

关键性代码:

以下展示了网络搭建过程中重要的方法及注释。

代码语言:javascript
复制
    #获取各阶段的通道数{18,36,72,144}
    channels_2 = cfg.MODEL.HRNET.STAGE2.NUM_CHANNELS
    channels_3 = cfg.MODEL.HRNET.STAGE3.NUM_CHANNELS
    channels_4 = cfg.MODEL.HRNET.STAGE4.NUM_CHANNELS
    #获取各阶段残差单元的循环次数{1,4,3}
    num_modules_2 = cfg.MODEL.HRNET.STAGE2.NUM_MODULES
    num_modules_3 = cfg.MODEL.HRNET.STAGE3.NUM_MODULES
    num_modules_4 = cfg.MODEL.HRNET.STAGE4.NUM_MODULES 
    #步长为2的跨步卷积 f=3*3
    x = conv_bn_layer(input=input,filter_size=3,num_filters=64,stride=2,if_act=True,name='layer1_1')
    #步长为2的跨步卷积 f=3*3
    x = conv_bn_layer(input=x,filter_size=3,num_filters=64,stride=2,if_act=True,name='layer1_2')
    #执行1个残差单元
    la1 = layer1(x, name='layer2')
    #根据输入中最低分辨率特征图生成低分辨率特征图,并规范特征图的通道数
    tr1 = transition_layer([la1], [256], channels_2, name='tr1')
    #执行4次残差卷积,并在每次残差单元结束时进行特征融合
    st2 = stage(tr1, num_modules_2, channels_2, name='st2')
    #根据输入中最低分辨率特征图生成低分辨率特征图,并规范特征图的通道数
    tr2 = transition_layer(st2, channels_2, channels_3, name='tr2')
    #执行3次残差卷积,并在每次残差单元结束时进行特征融合
    st3 = stage(tr2, num_modules_3, channels_3, name='st3')
    #根据输入中最低分辨率特征图生成低分辨率特征图,并规范特征图的通道数
    tr3 = transition_layer(st3, channels_3, channels_4, name='tr3')
    #执行1次残差卷积,并在每次残差单元结束时进行特征融合
    st4 = stage(tr3, num_modules_4, channels_4, name='st4')
    shape = st4[0].shape
    ##获取st4[0]宽高,并进行双线性插值
    height, width = shape[-2], shape[-1]
    st4[1] = fluid.layers.resize_bilinear(st4[1], out_shape=[height, width])
    st4[2] = fluid.layers.resize_bilinear(st4[2], out_shape=[height, width])
    st4[3] = fluid.layers.resize_bilinear(st4[3], out_shape=[height, width])
    #特征通道合并
    out = fluid.layers.concat(st4, axis=1)
    #求总通道数
    last_channels = sum(channels_4)
    #使用1*1卷积进行跨通道的特征融合
    out = conv_bn_layer(input=out,filter_size=1,num_filters=last_channels,stride=1,if_act=True,name='conv-2')
    #使用1*1卷积进行最后的像素分类       
    out = fluid.layers.conv2d(input=out,num_filters=num_classes,filter_size=1,stride=1,padding=0,act=None,
    param_attr=ParamAttr(initializer=MSRA(), name='conv-1_weights'),bias_attr=False)
    #恢复至网络输入的大小
    out = fluid.layers.resize_bilinear(out, input.shape[2:])

网络的整理流程与细节如下所示:

网络过程中特征的维度变化如下所示:

基于PaddleSeg使用

HRNet进行瓷砖缺陷检测

1. 数据准备

  • 表面缺陷检测是筛选不合格产品的核心过程,但该过程很少能自动完成。
  • 据记载,在世界上最大的瓷砖生产基地浙江省的瓷砖厂,有近3/4的工人在检查产品质量。
  • 为了减轻人类的劳动强度,已经提出了许多图像处理技术来尝试这样的检查任务。
  • 瓷砖的自动损伤检测存在纹理复杂、缺陷形状多样、瓷砖光照条件随机性等几个瓶颈问题。
  • 目标缺陷如气孔、裂纹、断裂、磨损如图所示。

2. 环境搭建

环境要求:

PaddlePaddle >= 1.7.0

Python >= 3.5+

由于图像分割模型计算开销大,推荐在GPU版本的PaddlePaddle下使用PaddleSeg

代码语言:javascript
复制
pip install -U paddlepaddle-gpu

安装过程

安装PaddleSeg套件:

代码语言:javascript
复制
git clone https://github.com/PaddlePaddle/PaddleSeg

安装PaddleSeg依赖:

代码语言:javascript
复制
cd PaddleSegpip install -r requirements.txt

3. 标签数据

PaddleSeg采用单通道的标注图片,每一种像素值代表一种类别,像素标注类别需要从0开始递增,例如0,1,2,3表示有4种类别。3. 标签数据

NOTE:

  • 标注图像请使用PNG无损压缩格式的图片,标注类别最多为256类。
  • PaddleSeg支持灰度标注同时也支持伪彩色标注。
  • PaddleSeg支持灰度标注转换为伪彩色标注,如需转换成伪彩色标注图,可使用PaddleSeg自带的的转换工具

4. 模型选择参数配置

  • 模型选择:根据自己的需求选择合适的模型进行训练。本文选择HRNet-W18作为训练模型。
  • 预训练模型: pretrained_model/download_model.py中提供了相应的预训练模型下载地址,可以根据自己的需求在其中寻找相应的预训练模型,如不存在,可以按照同样的格式添加对应的模型名称与下载地址。
  • 参数配置:参数由config.py和hrnet_Magnetic.yaml共同决定,.yaml文件的优先级高于config.py 。

常用参数配置详细说明:

  • DATASET:关于数据集的相关配置,如类别数、训练数据列表、测试数据列表
  • MODEL:模型配置:
    • MODEL_NAME: "hrnet" 模型名称
    • HRNET:配置各个stage中不同分辨率特征图的通道数

STAGE2:

NUM_CHANNELS: [18, 36]

STAGE3:

NUM_CHANNELS: [18, 36, 72]

STAGE4:

NUM_CHANNELS: [18, 36, 72, 144]

  • MULTI_LOSS_WEIGHT:模型输出权重配置
  • TRAIN_CROP_SIZE:训练时输入数据大小
  • EVAL_CROP_SIZE:测试时输入数据大小
  • BATCH_SIZE:输入网络中的BATCH_SIZE,需要适配显存
  • SNAPSHOT_EPOCH: 阶段性保存EPOCH
  • NUM_EPOCHS:总的训练轮数
  • LOSS:损失函数类别
  • LR:学习率

5. 参数校验

在开始训练和评估之前,对配置和数据进行一次校验,确保数据和配置是正确的。使用下述命令启动校验流程:

代码语言:javascript
复制
python pdseg/check.py --cfg ./configs/hrnet_Magnetic.yaml

6. 模型训练

本次项目中设置的是阶段性模型评估,同时保存评估结果最好的模型参数在下述目录:

代码语言:javascript
复制
PaddleSeg/saved_model/unet_optic/best_model

best_model文件夹下包含ppcls.pdmodel、ppcls.pdopt、ppcls.pdparams三个文件用来进行后续的评估推理使用。

代码语言:javascript
复制
python pdseg/train.py --use_gpu --cfg ./configs/hrnet_Magnetic.yaml --do_eval

7. 模型评估

代码语言:javascript
复制
python pdseg/train.py --use_gpu --cfg ./configs/hrnet_Magnetic.yaml --do_eval

[EVAL]#image=81 acc=0.9853 IoU=0.8434
[EVAL]Category IoU: [0.9842 0.7891 0.8468 0.7010 0.9258 0.8136]
[EVAL]Category Acc: [0.9927 0.8871 0.9407 0.9106 0.9597 0.8829]
[EVAL]Kappa:0.9037

8. 结果可视化

代码语言:javascript
复制
python pdseg/vis.py --use_gpu --cfg ./configs/hrnet_Magnetic.yaml

得到可视化结果之后,可以使用如下代码展示可视化结果:

代码语言:javascript
复制
import matplotlib.pyplot as plt
import os
import cv2 
# 定义显示函数
def display(img_name):
    image_dir = os.path.join("./dataset/Magnetic/images", img_name.split(".")[0]+".jpg")
    label_dir = os.path.join("./dataset/Magnetic/color",img_name)
    mask_dir = os.path.join("./visual", img_name)
    img_dir = [image_dir, label_dir, mask_dir]
    plt.figure(figsize=(15, 15))
    title = ['Image', 'label', 'Predict']  
    for i in range(len(title)):
        plt.subplot(1, len(title), i+1)
        plt.title(title[i])
        if i==0:
            img_rgb = cv2.imread(img_dir[i])
        else:
            img = cv2.imread(img_dir[i])
            b,g,r = cv2.split(img)
            img_rgb = cv2.merge([r,g,b])            
        plt.imshow(img_rgb)
        plt.axis('off')
    plt.show()
# 注:第一次运行可能无法显示,再运行一次即可。
img_list=os.listdir("./visual")
for img_name in img_list:    
    display(img_name)

输出结果如下所示:

心得体会

本项目详细介绍了HRNet网络关键性技术点,最后使用基于飞桨开源深度学习框架的图像分割套件PaddleSeg,在AI Studio上完成了数据处理、模型训练、模型评估等工作。PaddleSeg套件让图像分割技术变得更为简单便捷,降低了开发者的上手难度。

在此强烈安利AI Studio。AI Studio是基于百度深度学习平台飞桨的人工智能学习与实训社区,提供在线编程环境、免费GPU算力、海量开源算法和开放数据,帮助开发者快速创建和部署模型。对于像笔者一样没有硬件条件的学习者是一个很大的助力。

整个项目包括数据集与相关代码已公开在AI Studio上,欢迎小伙伴们Fork。

https://aistudio.baidu.com/aistudio/projectdetail/894141

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2020-10-26,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 PaddlePaddle 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 1. 数据准备
  • 2. 环境搭建
  • 3. 标签数据
  • PaddleSeg采用单通道的标注图片,每一种像素值代表一种类别,像素标注类别需要从0开始递增,例如0,1,2,3表示有4种类别。3. 标签数据
  • 4. 模型选择参数配置
  • 5. 参数校验
  • 7. 模型评估
  • 8. 结果可视化
相关产品与服务
人体分析
腾讯云神图·人体分析(Body Analysis)基于腾讯优图领先的人体分析算法,提供人体检测、行人重识别(ReID)等服务。支持识别图片或视频中的半身人体轮廓;支持通过人体检测,识别行人的穿着、体态等属性信息。可应用于人像抠图、背景特效、人群密度检测等场景。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档