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:
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。
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。
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。
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。
#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
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
pip install -U paddlepaddle-gpu
安装过程
安装PaddleSeg套件:
git clone https://github.com/PaddlePaddle/PaddleSeg
安装PaddleSeg依赖:
cd PaddleSegpip install -r requirements.txt
NOTE:
常用参数配置详细说明:
STAGE2:
NUM_CHANNELS: [18, 36]
STAGE3:
NUM_CHANNELS: [18, 36, 72]
STAGE4:
NUM_CHANNELS: [18, 36, 72, 144]
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:
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:
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。
python pdseg/train.py --use_gpu --cfg ./configs/hrnet_Magnetic.yaml --do_eval
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
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:
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