使用 deeplabv3+ 训练自己数据集(迁移学习)

本贴最后更新于 480 天前,其中的信息可能已经天翻地覆

概述

在前边一篇文章,我们讲了如何复现论文代码,使用 pascal voc 2012 数据集进行训练和验证,具体内容可以参考《deeplab v3+ 在 pascal_voc 2012 数据集上进行训练》,在本篇文章,我们主要讲述,如何对 deeplab v3+ 进行迁移学习,也即如何使用 deeplab v3+ 算法来训练个人的数据集。

1. 数据集准备

首先在开始之前我们先对数据集做一个简单的说明,由于 deeplabv3+ 使用的 TensorFlow 框架,并且为了提高训练的速度,因此在训练开始前,需要转换成 tfrecorde 类型的文件来进行训练,因此,我们直接仿照 pascal voc 2012 数据集的数据结构来制作数据集,这样我们在训练所需图片准备完成之后可以直接复用转换 tfrecorde 的脚本。

1.1 标注图片,获取 json 文件

古人有句话:兵马未动粮草先行,而对深度学习来说,粮草毫无疑问指的是训练的数据,毕竟我们最终的模型都是依靠数据来喂养出来的🐶!因此选择一个趁手的标注工具很重要,此处我推荐使用 labelme,标注起来相当方便。

下边我简单说一下 lableme安装方法(此处建议使用 Anconda 来实现环境隔离)。

  1. 安装 Ancodna 环境,

    执行如下命令:

    conda create --name=labelme python=2.7(这一步python=*选择自己的Python版本)
    activate labelme
    
  2. 安装软件与依赖

    conda install pyqt
    pip install labelme
    
  3. 启动与使用

    activate labelme
    labelme
    

启动完成之后可以看到如下界面:

image-20200927143131553

标注的时候,将物体用线条框起来即可,例如:

img

1.2 转换 json,获取 png 图片

在图像标注完成之后,在我们对应设置的文件夹下有许多 json,这些 json 文件记录了所标注图片的位置以及图片内容等信息,根据这些信息我们可以转换成训练所需要的 mask 图(此处是 png 格式的图片)。

虽然 labelme 中包含 labelme_json_to_dataset 来帮助我们将 json 图片转成 png 图片,但是该命令有一个巨大的缺点就是无法实现批量转换,因此需要我们自己写一个批量转换的脚本来辅助转换。

一个简单的转换脚本如下:

import os
#path = 'C:/Users/tj/Desktop/dd'  # path为labelme标注后的.json文件存放的路径
path = 'C:\\Users\\Administrator\\Desktop\\第五次数据集扩充\\labels'
json_file = os.listdir(path)
for file in json_file:
    if(file.split('.')[1]=='json'):
        os.system("labelme_json_to_dataset  %s" % (path + '/' + file))  #
# C:/soft/ev4/venv/Scripts/labelme_json_to_dataset.exe  为labelme_json_to_dataset.exe的路径  path + '/' + file 为读取.json路径
    print(path + '/' + file)

通过该脚本每一个 json 文件都会生成一个以其名字命名的文件夹。

image-20200927151507055

进入该文件我们可以看到有如下四个文件:

img.png
lable.png
label_names.txt
label_viz.png

其中第二个文件使我们所需要的用于训练的文件,因此我们需要将该文件整合重命名成其原来 json 文件的文件名(主要原因是保证和原图的文件名保持一致,便于后续训练)。

从文件夹中提取图片并重命名,我也简单写了一个脚本,可以用于参考,具体内容如下:

import os
path = 'c:\\Users\\Administrator\\Desktop\\temp\\'
output='c:\\Users\\Administrator\\Desktop\\output\\'
fileDirs=os.listdir(path)
for fileDir in fileDirs:
    file=path+fileDir+"\\label.png"
    if(os.path.exists(file)):
        # 输出的文件直接以上层文件夹命名
        end= len(fileDir);
        fileName=fileDir[:end-5]
        os.rename(file,output+fileName+".png")

此处处理完成我们便会的到一系列的 mask 图片,此时我们便可以着手数据集的制作。

1.3 制作数据集

正如前边所说,我们在制作数据集的时候仿照的是 pascal voc 2012 的数据集,因此需要创建预期类似文件夹结构。

  1. 我们首先在 models/research/deeplab/datasets 文件夹下为自己的训练集创建一个目录,目录名称即自己的训练集名称。执行如下命令:
cd ~/models/research/deeplab/datasets
mkdir mydataset
cd mydataset
  1. 创建与 voc 数据集类似的文件夹
# 存放mask文件
mkdir SegmentationClassRaw
# 存放原图
mkdir JPEGImages
# 存放数据集描述文件
mkdir Segmentation
# 存放预训练权重,如不需要预训练权重可不创建
mkdir tf_initial_checkpoint
# 训练权重保存目录
mkdir train_logs
# 评估以及测试结果的生成目录
mkdir vis
# 存放tfrecorde
  1. 将训练数据放到指定文件夹中:

    1. SegmentationClassRaw:存放 mask 文件,也就是前边我们所转换提取的 png 图片
    2. JPEGImages:存放训练集、验证集以及测试集的原始图片
    3. Segmentation:存放数据集描述文件,包含三个文件 train.txt、t rainval.txtval.txt
      1. train.txt:记录训练集的图片名称
      2. trainval.txt:该文件中所记录的内容,后续既会被当做训练集来训练,后续也会被当做验证集来做验证
      3. val.txt 用以记录验证集的图片名称
  2. 转换成 tfrecorde 文件。

    dataset 目录下,执行如下命令:

     python3 "build_voc2012_data.py" \
        --image_folder="${IMAGE_FOLDER}" \
        --semantic_segmentation_folder="${SEMANTIC_SEG_FOLDER}" \
        --list_folder="${LIST_FOLDER}" \
        --image_format="jpg" \
        --output_dir="${OUTPUT_DIR}"  
    
执行成功后,会在tfrecorde目录下出现如下文件,证明转换成功:

image-20200927164917463

代码修改

models/research/deeplab/datasets 目录下:

51 行左右,

old_raw_pic=np.array(Image.open(filename))
#原来像素比为0:1:2:3乘以50之后变成0:50:100:150
raw_pic=old_raw_pic*50
return raw_pic

104 行左右

 # has changed 增加数据集种类,以及训练验证集合的数量,修改物体类别3+1+1
_MYDATASET = DatasetDescriptor(
    splits_to_sizes={
        'train':392,
        'trainval':98,
        'val':5,
    },
    num_classes=5, # classes+label+ignore_label
    ignore_label=255,
)
#has changed

_DATASETS_INFORMATION = {
    'cityscapes': _CITYSCAPES_INFORMATION,
    'pascal_voc_seg': _PASCAL_VOC_SEG_INFORMATION,
    'ade20k': _ADE20K_INFORMATION,
    'mydataset':_MYDATASET,
}


models/research/deeplab/utils

在第 41 行左右,增加训练种类

# has changed
_MYDATASET='mydataset'

在 388 行左右,直接使用 pascal 的 colormap

#has changed
elif dataset == _MYDATASET:
return create_pascal_label_colormap()

153 行左右,进行训练权重的修改。具体修改参考 https://blog.csdn.net/jairana/article/details/83900226

 # has changed
    ignore_weight = 0
    label0_weight = 1  # 对应background,mask中灰度值0
    label1_weight = 10  # 对应a,mask中灰度值1
    label2_weight = 10  # 对应b,mask中灰度值2
    label3_weight = 10 # 对应c,mask中灰度值为3
    not_ignore_mask = tf.to_float(tf.equal(scaled_labels, 0)) * label0_weight + \
    	tf.to_float(tf.equal(scaled_labels, 1)) * label1_weight + \
   		tf.to_float(tf.equal(scaled_labels, 2)) * label2_weight + \
    	tf.to_float(tf.equal(scaled_labels, 3)) * label3_weight + \
   	 	tf.to_float(tf.equal(scaled_labels, ignore_label)) * ignore_weight
   	tf.losses.softmax_cross_entropy(
        train_labels,
        tf.reshape(logits, shape=[-1, num_classes]),
        weights=not_ignore_mask,
        scope=loss_scope)
    # end change

228 行,排除列表中增加 logits

exclude_list = ['global_step','logits']

在目录 models/research/deeplab/deprecated

在 90 行,增加数据类别

#has changed
  _MYDATASET= DatasetDescriptor(
      splits_to_sizes={
          'train':392,
          'trainval':98,
          'val':5,
      },
      num_classes=5,
      ignore_label=255,#background、ignore_label、ignore_label,即label数+2
  )

在 128 行左右,注册新数据集

_DATASETS_INFORMATION = {
     'cityscapes': _CITYSCAPES_INFORMATION,
     'pascal_voc_seg': _PASCAL_VOC_SEG_INFORMATION,
     'ade20k': _ADE20K_INFORMATION,
     # has changed
     'mydataset':_MYDATASET
}

models/research/deeplab/train.py 目录下

158 行左右,修改两个参数(使用所有的预训练权重,除了 logits,因为如果是自己的数据集,对应的 classes 不同(这个我们前面已经设置不加载 logits),可设置 initialize_last_layer=False 和 last_layers_contain_logits_only=True),可参考 https://blog.csdn.net/u011974639/article/details/80948990

# has changed
flags.DEFINE_boolean('initialize_last_layer',False,
                     'Initialize the last layer.')

flags.DEFINE_boolean('last_layers_contain_logits_only', True,
                     'Only consider logits as last layers or not.')

训练与验证

训练

执行如下命令开始进行训练:

python train.py \
    --logtostderr \
    --training_number_of_steps=5000 \
    --train_split="train" \
    --model_variant="xception_65" \
    --atrous_rates=6 \
    --atrous_rates=12 \
    --atrous_rates=18 \
    --output_stride=16 \
    --decoder_output_stride=4 \
    --train_crop_size="513,513" \
    --train_batch_size=12 \
    --dataset="mydataset" \
    --tf_initial_checkpoint='init_models/deeplabv3_pascal_train_aug/model.ckpt' \
    --train_logdir='datasets/mydataset/train_logs' \
    --dataset_dir='datasets/mydataset/tfrecord'

验证

python eval.py \
    --logtostderr \
    --eval_split="val" \
    --model_variant="xception_65" \
    --atrous_rates=6 \
    --atrous_rates=12 \
    --atrous_rates=18 \
    --output_stride=16 \
    --decoder_output_stride=4 \
    --eval_crop_size="1217,1921" \
    --checkpoint_dir='models/research/deeplab/datasets/mydataset/train_logs' \
    --eval_logdir='datasets/mydataset/eval' \
    --dataset_dir='datasets/mydataset/tfrecord' \
    --max_number_of_evaluations=1

遇到的如果问题与解决方案

  1. 无法找到 slim。

    解决方法:进入 models/research 目录下执行

    export PYTHONPATH=$PYTHONPATH:`pwd`:`pwd`/slim:`pwd`/deeplab\
    
  2. 数据格式不支持,检查是否注册了自己的数据格式

  • 语义分割
    7 引用 • 3 回帖
  • 教程
    133 引用 • 426 回帖 • 6 关注
  • 深度学习

    深度学习(Deep Learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。

    32 引用 • 40 回帖 • 1 关注

欢迎来到这里!

我们正在构建一个小众社区,大家在这里相互信任,以平等 • 自由 • 奔放的价值观进行分享交流。最终,希望大家能够找到与自己志同道合的伙伴,共同成长。

注册 关于
请输入回帖内容 ...