Cascade Mask R-CNN实战——训练自己的数据集

最新推荐文章于 2023-01-20 18:03:26 发布
最新推荐文章于 2023-01-20 18:03:26 发布
阅读量4.8k 收藏 24
点赞数 3
分类专栏： 图像分割 文章标签： deep learning
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Guo_Python/article/details/106694092
版权

1. 配置训练环境，准备自己的数据集，注册数据集

      该部分请参考我的博客SOLO实战，按照步骤来就OK。

２．修改配置文件

　　我的配置文件如下，仅供参考：cascade_mask_rcnn_r50_fpn_1x_yourdata.py

# model settings
model = dict(
    type='CascadeRCNN',
    num_stages=3,
    pretrained='torchvision://resnet50',
    backbone=dict(
        type='ResNet',
        depth=50,
        num_stages=4,
        out_indices=(0, 1, 2, 3),
        frozen_stages=1,
        style='pytorch'),
    neck=dict(
        type='FPN',
        in_channels=[256, 512, 1024, 2048],
        out_channels=256,
        num_outs=5),
    rpn_head=dict(
        type='RPNHead',
        in_channels=256,
        feat_channels=256,
        anchor_scales=[8],
        anchor_ratios=[0.5, 1.0, 2.0],
        anchor_strides=[4, 8, 16, 32, 64],
        target_means=[.0, .0, .0, .0],
        target_stds=[1.0, 1.0, 1.0, 1.0],
        loss_cls=dict(
            type='CrossEntropyLoss', use_sigmoid=True, loss_weight=1.0),
        loss_bbox=dict(type='SmoothL1Loss', beta=1.0 / 9.0, loss_weight=1.0)),
    bbox_roi_extractor=dict(
        type='SingleRoIExtractor',
        roi_layer=dict(type='RoIAlign', out_size=7, sample_num=2),
        out_channels=256,
        featmap_strides=[4, 8, 16, 32]),
    bbox_head=[
        dict(
            type='SharedFCBBoxHead',
            num_fcs=2,
            in_channels=256,
            fc_out_channels=1024,
            roi_feat_size=7,
            num_classes=4,
            target_means=[0., 0., 0., 0.],
            target_stds=[0.1, 0.1, 0.2, 0.2],
            reg_class_agnostic=True,
            loss_cls=dict(
                type='CrossEntropyLoss', use_sigmoid=False, loss_weight=1.0),
            loss_bbox=dict(type='SmoothL1Loss', beta=1.0, loss_weight=1.0)),
        dict(
            type='SharedFCBBoxHead',
            num_fcs=2,
            in_channels=256,
            fc_out_channels=1024,
            roi_feat_size=7,
            num_classes=4,
            target_means=[0., 0., 0., 0.],
            target_stds=[0.05, 0.05, 0.1, 0.1],
            reg_class_agnostic=True,
            loss_cls=dict(
                type='CrossEntropyLoss', use_sigmoid=False, loss_weight=1.0),
            loss_bbox=dict(type='SmoothL1Loss', beta=1.0, loss_weight=1.0)),
        dict(
            type='SharedFCBBoxHead',
            num_fcs=2,
            in_channels=256,
            fc_out_channels=1024,
            roi_feat_size=7,
            num_classes=4,
            target_means=[0., 0., 0., 0.],
            target_stds=[0.033, 0.033, 0.067, 0.067],
            reg_class_agnostic=True,
            loss_cls=dict(
                type='CrossEntropyLoss', use_sigmoid=False, loss_weight=1.0),
            loss_bbox=dict(type='SmoothL1Loss', beta=1.0, loss_weight=1.0))
    ],
    mask_roi_extractor=dict(
        type='SingleRoIExtractor',
        roi_layer=dict(type='RoIAlign', out_size=14, sample_num=2),
        out_channels=256,
        featmap_strides=[4, 8, 16, 32]),
    mask_head=dict(
        type='FCNMaskHead',
        num_convs=4,
        in_channels=256,
        conv_out_channels=256,
        num_classes=4,
        loss_mask=dict(
            type='CrossEntropyLoss', use_mask=True, loss_weight=1.0)))
# model training and testing settings
train_cfg = dict(
    rpn=dict(
        assigner=dict(
            type='MaxIoUAssigner',
            pos_iou_thr=0.7,
            neg_iou_thr=0.3,
            min_pos_iou=0.3,
            ignore_iof_thr=-1),
        sampler=dict(
            type='RandomSampler',
            num=256,
            pos_fraction=0.5,
            neg_pos_ub=-1,
            add_gt_as_proposals=False),
        allowed_border=0,
        pos_weight=-1,
        debug=False),
    rpn_proposal=dict(
        nms_across_levels=False,
        nms_pre=2000,
        nms_post=2000,
        max_num=2000,
        nms_thr=0.7,
        min_bbox_size=0),
    rcnn=[
        dict(
            assigner=dict(
                type='MaxIoUAssigner',
                pos_iou_thr=0.5,
                neg_iou_thr=0.5,
                min_pos_iou=0.5,
                ignore_iof_thr=-1),
            sampler=dict(
                type='RandomSampler',
                num=512,
                pos_fraction=0.25,
                neg_pos_ub=-1,
                add_gt_as_proposals=True),
            mask_size=28,
            pos_weight=-1,
            debug=False),
        dict(
            assigner=dict(
                type='MaxIoUAssigner',
                pos_iou_thr=0.6,
                neg_iou_thr=0.6,
                min_pos_iou=0.6,
                ignore_iof_thr=-1),
            sampler=dict(
                type='RandomSampler',
                num=512,
                pos_fraction=0.25,
                neg_pos_ub=-1,
                add_gt_as_proposals=True),
            mask_size=28,
            pos_weight=-1,
            debug=False),
        dict(
            assigner=dict(
                type='MaxIoUAssigner',
                pos_iou_thr=0.7,
                neg_iou_thr=0.7,
                min_pos_iou=0.7,
                ignore_iof_thr=-1),
            sampler=dict(
                type='RandomSampler',
                num=512,
                pos_fraction=0.25,
                neg_pos_ub=-1,
                add_gt_as_proposals=True),
            mask_size=28,
            pos_weight=-1,
            debug=False)
    ],
    stage_loss_weights=[1, 0.5, 0.25])
test_cfg = dict(
    rpn=dict(
        nms_across_levels=False,
        nms_pre=1000,
        nms_post=1000,
        max_num=1000,
        nms_thr=0.7,
        min_bbox_size=0),
    rcnn=dict(
        score_thr=0.05,
        nms=dict(type='nms', iou_thr=0.5),
        max_per_img=100,
        mask_thr_binary=0.5))
# dataset settings
dataset_type = 'Xray_Dataset'
data_root = '/home/gp/dukto/Data0602/'
img_norm_cfg = dict(
    mean=[123.675, 116.28, 103.53], std=[58.395, 57.12, 57.375], to_rgb=True)
train_pipeline = [
    dict(type='LoadImageFromFile'),
    dict(type='LoadAnnotations', with_bbox=True, with_mask=True),
    dict(type='Resize', img_scale=(640, 480), keep_ratio=True),
    dict(type='RandomFlip', flip_ratio=0.5),
    dict(type='Normalize', **img_norm_cfg),
    dict(type='Pad', size_divisor=32),
    dict(type='DefaultFormatBundle'),
    dict(type='Collect', keys=['img', 'gt_bboxes', 'gt_labels', 'gt_masks']),
]
test_pipeline = [
    dict(type='LoadImageFromFile'),
    dict(
        type='MultiScaleFlipAug',
        img_scale=(640, 480),
        flip=False,
        transforms=[
            dict(type='Resize', keep_ratio=True),
            dict(type='RandomFlip'),
            dict(type='Normalize', **img_norm_cfg),
            dict(type='Pad', size_divisor=32),
            dict(type='ImageToTensor', keys=['img']),
            dict(type='Collect', keys=['img']),
        ])
]
data = dict(
    imgs_per_gpu=2,
    workers_per_gpu=2,
    train=dict(
        type=dataset_type,
        ann_file=data_root + 'annotations/instancesonly_filtered_gtFine_train.json',
        img_prefix=data_root + 'images/',
        pipeline=train_pipeline),
    val=dict(
        type=dataset_type,
        ann_file=data_root + 'annotations/instancesonly_filtered_gtFine_test.json',
        img_prefix=data_root + 'images/',
        pipeline=test_pipeline),
    test=dict(
        type=dataset_type,
        ann_file=data_root + 'annotations/instancesonly_filtered_gtFine_test.json',
        img_prefix=data_root + 'images/',
        pipeline=test_pipeline))
# optimizer
optimizer = dict(type='SGD', lr=0.02, momentum=0.9, weight_decay=0.0001)
optimizer_config = dict(grad_clip=dict(max_norm=35, norm_type=2))
# learning policy
lr_config = dict(
    policy='step',
    warmup='linear',
    warmup_iters=500,
    warmup_ratio=1.0 / 3,
    step=[27, 33])
checkpoint_config = dict(interval=1)
# yapf:disable
log_config = dict(
    interval=50,
    hooks=[
        dict(type='TextLoggerHook'),
        # dict(type='TensorboardLoggerHook')
    ])
# yapf:enable
# runtime settings
total_epochs = 36
dist_params = dict(backend='nccl')
log_level = 'INFO'
work_dir = './work_dirs/cascade_mask_rcnn_r50_fpn_1x'
load_from = None
resume_from = None
workflow = [('train', 1)]

3. 训练模型   

　 训练代码：

python tools/train.py configs/cascade_mask_rcnn_r50_fpn_1x_yourdata.py

     不出意外，你已经开始训练实例分割模型了。

４．模型测试

　　运行测试代码：

python tools/test.py configs/cascade_mask_rcnn_r50_fpn_1x_yourdata.py  
       work_dirs/cascade_mask_rcnn_r50_fpn_1x/latest.pth  
       --out  lts_mask-rcnn.pkl --eval bbox

       得到评估结果如下：

Caption

end !!!

CV-deeplearning
关注
  • 3
    点赞
  • 踩
  • 24
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
遥感影像实例分割:Cascade Mask RCNN训练自己的数据
zhaoguanhua的博客
06-15 2154
遥感影像实例分割:Cascade Mask RCNN训练自己的数据
Mask R-CNN图像实例分割实战：训练自己的数据集
06-23
Mask R-CNN是一种基于深度学习的图像实例分割方法，可对物体进行目标检测和像素级分割。本课程将手把手地教大家使用VIA图像标注工具制作自己的数据集，并使用Mask R-CNN训练自己的数据集，从而能开展自己的图像分割应用。本课程有三个项目案例实践：(1) balloon实例分割 ：对图像中的气球做检测和分割(2) pothole（单类物体)实例分割：对汽车行驶场景中的路坑进行检测和分割(3) roadscene( 多类物体)实例分割：对汽车行驶场景中的路坑、车、车道线等进行检测和分割本课程使用Keras版本的Mask R-CNN，在Ubuntu系统上做项目演示。 本课程提供项目的数据集和python程序文件。下面是使用Mask R-CNN对roadscene进行图像实例分割的测试结果：下图是使用Mask R-CNN对pothole进行单类物体图像实例分割的测试结果：下图是使用Mask R-CNN对roadscene进行多类物体图像实例分割的测试结果：
mmdetection之cascade_rcnn快速训练自己数据教程（亲测！）
python_pycharm的博客
10-20 8287
我们在使用mmdetection中神经网络训练自己的数据集时，工具中大部分的网络模型要求使用的数据格式要同COCO，COCO数据集的标注文件是json的格式，但是我们自己标注的annotation文件多是xml文件。接下来我将介绍如何用mmdetection训练自己标注的数据集。 一、mmdetection的安装（目前官方只支持Linux系统安装） 1，安装环境： Ubuntu16.04...
Cascade R-CNN训练自己的数据
m_buddy的博客
03-07 7403
1. 前言 Cascade RCNN是目标检测非常不错的一种方法，没有过分强调主干网络，而是采用层叠的方式提高IOU阈值来提纯样本，对不同的主干网络都能取得2~4个点的提升。这里使用的是Cascade RCNN example下的vgg-9s-600-rpn-cascade模型，这里的9s代表的是有9个anchor，600代表短边的尺寸，这里记录在使用这个代码训练自己的数据的过程，这里需要的目标检...
【mmdetection】使用cascade-rcnn、faster-rcnn训练自定义的coco数据集
热门推荐
qq_41627396的博客
05-06 1万+
开始 这篇文章主要是记录我第一次使用mmdetection工具包里面的cascade-rcnn训练自己模型的经过 训练环境 本次是使用的系统是linux的ubuntu20.04 cuda=10.2 cudnn=7.6.5 anaconda=3（用于创建虚拟环境，后续的训练、测试模型也在这个虚拟环境中） (以上软件安装可以参考其他博客) pytroch=1.5.0 torchvision=0.6.0 cudatoolkit=10.2.89 mmcv-full=1.3.1 mmdetection=v2.11
pytorch mmdetection2.0安装训练测试(coco训练集)
cp1314971的博客
06-24 3419
摘要 我是使用google的服务器colab来进行安装使用的，很方便，开vpn就能免费使用k80显卡，冲个会员就能使用p100，基本很稳定，能够满足训练需求。如果是自己的电脑注意我安装包的版本，pytorch1.5 torchvision0.6 cuda是10.1版本 安装mmdetection2.0 服务器自带很多的安装包，十分方便， 注意看我colab的整体布局，你下载文件要下载到drive My Drive下才可以保存，这个下载的东西会挂载到云盘上。然后在右边就开始输入命令即可 %cd drive/
cascade rcnn 训练自己的数据——（一）转换数据
Snoopy_Dream
07-04 3934
cascade rcnn 源码有很多值得学习的地方，比如随机裁剪等等的预处理方面。 训练不是用普通的xml那些，还是有自己的读入数据的方式。默认给的是matlab的转换代码。 以下提供的是python代码。 voc_window_file.py #!/usr/bin/env python # @File : voc_window_file.py import os, sys import...
基于MMdet的Cascade MASKRCNN 原理及源码解读
北落师门XY的博客
01-20 3273
这篇文章提出了一种级联结构来改善检测及分割的效果（约有2-4的ap提升），虽然是 2018 年提出来的，但2021年做表格解析调研的时候，很多网络都用到了cascade的思想，可见确实有效。mismatch：训练和测试阶段的不匹配问题，训练阶段采用的Proposals 经过了处理，控制了positive和negitive的比例（positive和negitive的区分基于和gt的IOU，阈值的设置是个超参数，一般是0.5）。从阈值那张图的输入输出可以看出，输出已经改变了分布，不适合再用同一个H了。
基于MMDet的cascade MASKRCNN 入门
北落师门XY的博客
12-15 2716
场景需要训练一个分割模型，参考这个场景大多数人的选择，决定用mmdet的maskrcnn，再进阶到cascade maskrcnn。实例分割Mask rcnn = 检测Faster rcnn + 语义分割FCN+ ROIAlign在Faster rcnn的cls+box分支基础上，增加了分割mask分支。ROIAlign替代ROIPool解决2次量化的影响。
在Colab平台上用mmdetection中的Cascade RCNN训练自己的voc数据集
qq_51695220的博客
10-15 1620
本文主要是为了帮助像我一样的没有GPU来进行mmdetection上相关模型训练的cv初学者，如果只是简单的项目的话，希望你不要因为本地没有GPU而烦恼（不得不说Cascade RCNN的精确度确实很顶，小目标检测太绝了）。
faster rcnn训练集标签生成
06-12
因为我当时训练的faster rcnn网络需要提取的boundingbox区域大致可以确定，所以下了个批量生成json标签的代码
cascade r-cnn paper
12-03
the Cascade R-CNN, is proposed to address these prob- lems. It consists of a sequence of detectors trained with increasing IoU thresholds, to be sequentially more selec- tive against close false ...
基于kinova机器人搭建实际抓取环境；采用级联网络Cascade R-CNN提取特征
11-18
一、针对机器人多物体抓取检测研究问题，选用Cascade R-CNN为基础网络框架，Cascade R-CNN是通用目标检测中表现较好的一种级联算法，其特点是速度快，检测精度高。 二、首先构建一个由三十二类对象组成的多目标抓取...
基于特征共享双头Cascade_R-CNN的混凝土细观损伤特征检测.pdf
12-22
基于特征共享双头Cascade_R-CNN的混凝土细观损伤特征检测.pdf
michaelyyq#Tensorflow-MachineLP#人脸检测——生成矫正人脸——cascade-cnn的思想，-但是
07-25
简单粗暴，不多说，直接代码吧：（这个代码实在上篇博客的基础上：人脸检测——AFLW准备人脸）from PIL import Imagefrom PIL impo
Cascade R-CNN.pdf、CornerNet.pdf、RetinaNet.pdf、TridentNet.pdf、YOLOv3.pdf
03-07
含5篇近两年经典目标检测文献：Cascade R-CNN.pdf、CornerNet.pdf、RetinaNet.pdf、TridentNet.pdf、YOLOv3.pdf
Cascade R-CNN: High Quality Object Detection and Instance Segmentation（级联R-CNN：高质量目标检测与实例分割）
TJMtaotao的博客，高校计算机教师
12-01 3855
Cascade R-CNN: High Quality Object Detection and Instance Segmentation Zhaowei Cai, and Nuno Vasconcelos https://github.com/guoruoqian/cascade-rcnn_Pytorch 摘要在目标检测中，交并比（IoU）阈值经常被用来定义正/负。用于训练检测器的阈值定义...
遥感影像实例分割:Cascade Faster RCNN训练自己的数据
zhaoguanhua的博客
06-14 1005
上篇文章我们介绍了如何将Mask RCNN修改为Cascade Mask RCNN，我们知道Mask RCNN是在Faster RCNN的基础上加上了Mask分支。这里我们顺道也测试一下Cascade Faster RCNN的效果。 一、Cascade Faster RCNN 二、Colab测试 三、测试结果 ...
使用mmdetction-cascade_rcnn用自己数据训练并测试
weixin_45798949的博客
08-13 2757
1.极力推荐的博客，写的非常好 1.安装mmdection gitthub链接 复现环境ubuntu18.04+python3.6+CUDA10.1+pytorch1.5 1.创建激活虚拟环境 conda create -n torch1.5 python=3.6 source activate torch1.5 2.安装GPU-pytorch1.5.0 conda install pytorch==1.5.0 torchvision==0.6.0 cudatoolkit=10.1 -c pytorch 3
cascade mask r-cnn代码
最新发布
03-18
Cascade Mask R-CNN是一种用于实例分割任务的深度学习模型，它是基于Mask R-CNN的改进版本。Cascade Mask R-CNN通过级联多个Mask R-CNN模型来逐步提升实例分割的性能。 Cascade Mask R-CNN的代码实现可以在GitHub上找到，主要是在Mask R-CNN的基础上进行了修改和扩展。以下是Cascade Mask R-CNN代码的主要组成部分和功能： 1. 数据准备：包括数据加载、预处理、数据增强等操作，用于准备训练和测试所需的数据。 2. 模型构建：定义了Cascade Mask R-CNN的网络结构，包括主干网络（如ResNet）和Mask R-CNN的各个组件（如RPN、ROIAlign、Mask Head等）。 3. 损失函数：定义了用于训练Cascade Mask R-CNN的损失函数，包括分类损失、边界框回归损失和掩膜分割损失。 4. 训练过程：包括模型初始化、前向传播、反向传播、参数更新等步骤，用于训练Cascade Mask R-CNN模型。 5. 推理过程：使用训练好的Cascade Mask R-CNN模型对新的图像进行实例分割预测，生成目标的边界框和掩膜。 6. 评估指标：计算模型在测试集上的性能指标，如平均精度（AP）和平均交并比（IoU）等。 如果你想了解更多关于Cascade Mask R-CNN的代码实现细节，可以参考GitHub上相关的开源项目，如"matterport/Mask_RCNN"等。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值