PYTORCH-MASK-RCNN环境配置训练-预测-评估-打印指标

于 2024-08-27 15:12:53 发布
阅读量566 收藏 7
点赞数 12
文章标签： pytorch 人工智能 python
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/ghuuj90uio/article/details/141602905
版权

Github链接：aotumanbiu/Pytorch-Mask-RCNN： 根据Pytorch官方教程实现 Mask-RCNN，其 backbone为ResNet50+FPN。现在完成了对于示例数据集的训练，后续会继续修改，实现其他的功能。 (github.com)

环境配置方法：pip install torch==1.10.0+cu102 torchvision==0.11.0+cu102 torchaudio==0.10.0 -f https://download.pytorch.org/whl/torch_stable.html

还有（如有必要）

D:\Anaconda\envs\py38\Lib\site-packages\torchvision\transforms\functional.py增加函数：

def get_dimensions(image_tensor):

    if not isinstance(image_tensor, torch.Tensor):

        raise TypeError("输入必须是一个 PyTorch Tensor。")

    if image_tensor.ndim != 3:

        raise ValueError("输入张量的维度必须为 3，格式为 [C, H, W]。")

    # 获取通道数、高度和宽度

    channels, height, width = image_tensor.shape

    return channels, height, width

解决维度报错。

以下是训练所做的修改：

另一种方法：

1.先进行数据集转换，PennyFudnn数据集。要求xml文件先转txt再转现在的。

代码：

import copy

from lxml.etree import Element, SubElement, tostring, ElementTree

import numpy as np

import xml.etree.ElementTree as ET

import pickle

import os

from os import listdir, getcwd

from os.path import join

classes = ["Anabaena", "Chlorella", "Dinoflagellate", "Navicula", "Straight_algae", "Tetraphyllans_oblique"]  # 类别

CURRENT_DIR = 'E:/Pytorch-Mask-RCNN-master/Annotations1/VOCdevkit/VOC2007'

from PIL import Image

def get_image_size(image_path):

    with Image.open(image_path) as img:

        width, height = img.size

        return width, height

image_path = 'E:/Pytorch-Mask-RCNN-master/PennFudanPed/PNGImages'

image_path1 = 'E:/Pytorch-Mask-RCNN-master/Annotations1'

image_path2 = 'PennFudanPed/PedMasks'

files = os.listdir(image_path)

for imgq in files:

    file_path1 = os.path.join(image_path, imgq)

    width, height = get_image_size(file_path1)

    imgq1=imgq[:-4]

    imgq2=imgq[:-4]+".txt"

    imgq3=image_path2+"/"+imgq1+".png"

    imgqq3="\""+imgq3+"\""

    file_path2 = os.path.join(image_path1, imgq2)

    file_path2=file_path2.replace("\\","/")

    file_path3=open(file_path2,encoding='UTF-8')

    ant='9'

    iuu=0

    mub="iii"

    as1=[]

    as2=[]

    for ms in file_path3.readlines():

        ms=ms.split(" ",4)

        if ms[0]=="0":

            ant=classes[0]

        if ms[0]=="1":

            ant=classes[1]

        if ms[0]=="2":

            ant=classes[2]

        if ms[0]=="3":

            ant=classes[3]

        if ms[0]=="4":

            ant=classes[4]

        if ms[0]=="5":

            ant=classes[5]

        iuu=iuu+1

        xmin=int(ms[1])

        xmax=int(ms[2])

        ymin=int(ms[3])

        ymax=int(ms[4][:-1])

        as1=[xmin,xmax,ymin,ymax]

        as2.append(as1)

    mub="\""+str(ant)+"\" "

    mub0="\""+str(ant)+"\""

    mub=mub*iuu

    out_file1 = open('E:/Pytorch-Mask-RCNN-master/Annotations2/%s.txt' % imgq1, 'w', encoding='UTF-8')

    out_file1.write("# Compatible with PASCAL Annotation Version 1.00" + '\n')

    out_file1.write("Image filename :"+"\""+"PennFudanPed/PNGImages/"+ str(imgq1)+".png"+"\""+'\n')

    out_file1.write("Image size (X x Y x C) : "+str(width)+" x "+str(height)+" x 3"+'\n')

    out_file1.write("Database : "+"\""+"The Penn-Fudan-Pedestrian Database"+"\""+'\n')

    out_file1.write("Objects with ground truth : "+str(iuu)+" { "+str(mub)+"}"+'\n')

    out_file1.write("# Note there may be some objects not included in the ground truth list for they are severe-occluded"+'\n')

    out_file1.write("# or have very small size."+'\n')

    out_file1.write("# Top left pixel co-ordinates : (1, 1)"+'\n')

    for i in range(1,iuu+1):

        out_file1.write("# Details for pedestrian "+str(i)+" ("+str(mub0)+")"+"\n")

        out_file1.write("Original label for object "+str(i)+" "+str(mub0)+" : "+str(mub0)+"\n")

        out_file1.write("Bounding box for object "+str(i)+" "+str(mub0)+" (Xmin, Ymin) - (Xmax, Ymax) : ("+str(as2[i-1][0])+", "+str(as2[i-1][2])+") - ("+str(as2[i-1][1])+", "+str(as2[i-1][3])+")"+"\n")

        out_file1.write("Pixel mask for object "+str(i)+" "+str(mub0)+" : "+"\""+str(imgq3)+"\""+"\n")

        out_file1.write("\n")

   

2.再修改训练代码：

detection\engine.py 路径下添加函数：

@torch.inference_mode()

def evaluate(model, data_loader, device):

    n_threads = torch.get_num_threads()

    torch.set_num_threads(1)

    cpu_device = torch.device("cpu")

    model.eval()

    metric_logger = utils.MetricLogger(delimiter="  ")

    header = "Test:"

    coco = get_coco_api_from_dataset(data_loader.dataset)

    iou_types = _get_iou_types(model)

    coco_evaluator = CocoEvaluator(coco, iou_types)

    for images, targets in metric_logger.log_every(data_loader, 100, header):

        images = list(img.to(device) for img in images)

        if torch.cuda.is_available():

            torch.cuda.synchronize()

        model_time = time.time()

        outputs = model(images)

        outputs = [{k: v.to(cpu_device) for k, v in t.items()} for t in outputs]

        model_time = time.time() - model_time

        res = {target["image_id"].item(): output for target, output in zip(targets, outputs)}

        evaluator_time = time.time()

        coco_evaluator.update(res)

        evaluator_time = time.time() - evaluator_time

        metric_logger.update(model_time=model_time, evaluator_time=evaluator_time)

    metric_logger.synchronize_between_processes()

    print("Averaged stats:", metric_logger)

    coco_evaluator.synchronize_between_processes()

    # accumulate predictions from all images

    coco_evaluator.accumulate()

    coco_evaluator.summarize()

    stat=coco_evaluator.stats

    # map F1s

    print(f"mAP: {stat[1] * 100:.2f}%")  # mAP@0.5:0.95

    # 精确度和召回率

    precision = stat[5]  # Precision

    recall = stat[11]      # Recall

    f1_score = 2 * (precision * recall) / (precision + recall + 1e-6)  # 加一个小值防止除0

    print(f"Precision: {precision * 100:.2f}%")

    print(f"Recall: {recall * 100:.2f}%")

    print(f"F1 Score: {f1_score* 100:.2f}%")

    torch.set_num_threads(n_threads)

    return coco_evaluator

3. class CocoEvaluator:下面进行三处修改

detection\coco_eval.py

第一处，增加self.stats[]

第二处，summarize下修改

第三处，eval改为evaluate，如有必要。

4.训练：修改最后一部分代码train.py

 num_epochs = 60

    for epoch in range(num_epochs):

        train_one_epoch(model, optimizer, data_loader, device, epoch, print_freq=10)

        # 调整学习率

        lr_scheduler.step()

        # 评估模型

        evaluate(model, data_loader_test, device=device)

        output_dir="E:/Pytorch-Mask-RCNN-master"

        checkpoint = {

                "model": model.state_dict(),

                "optimizer": optimizer.state_dict(),

                "lr_scheduler": lr_scheduler.state_dict(),

                "epoch": epoch,

            }

        utils.save_on_master(checkpoint, os.path.join(output_dir, f"model_{epoch}.pth"))

        utils.save_on_master(checkpoint, os.path.join(output_dir, "checkpoint.pth"))

print("That's it!")

注意，是工程根目录下的train.py训练

注意修改路径，如训练数据集文件路径等，用绝对路径。

如果不管用，可以采用如下类似方法

这个是具体的修改train.py的位置。

5.其他操作：

Predict.py下修改

换为跑出权重的路径。

指令格式：python train.py / test.py

 

王正义123
关注
maskrcnn_pytorch：maskrcnn pytorch实现
02-21
Mask RCNN：Pytorch实现 使用Pytorch框架屏蔽RCNN实现。 banchmark： : 要求 Python> = 3.6。 PyTorch> = 1.5，并且Torchvision与PyTorch安装匹配。 执照 该存储库是根据MIT许可发布的。
pytorch版Mask RCNN
goodatfrida的博客
07-20 4364
Facebook AI Research 开源了 Faster R-CNN 和 Mask R-CNN 的 PyTorch 1.0 实现基准：MaskRCNN-Benchmark。相比 Detectron 和 mmdetection，MaskRCNN-Benchmark 的性能相当，并拥有更快的训练速度和更低的 GPU 内存占用，众多亮点如下。 PyTorch 1.0：相当或者超越 Detectron 准确率的 RPN、Faster R-CNN、Mask R-CNN 实现； 非常快：训练速度是 Detectr
Pytorch版Mask-RCNN图像分割实战（自定义数据集）
qq_31807039的博客
05-12 7342
Mask R-CNN是一种广泛应用于目标检测和图像分割任务的深度学习模型，它是由Faster R-CNN（一种快速目标检测模型）和Mask R-CNN（一种实例分割模型）组成的。Mask R-CNN将Faster R-CNN中的RPN和RoI Pooling层替换成了RPN和RoI Align层，以实现像素级的图像分割，能够同时检测出多个对象，并对每个对象进行像素级的分割。
Pytorch入门：Mask R-CNN图像实例分割迁移学习（PyTorch官方教程）
Bryce-HJ
08-08 7803
The mode of an image defines the type and depth of a pixel in the image. 一张图片的模式定义了图片的类型和像素深度， on. The current release supports the following standard modes: 1 (1-bit pixels, black and white, stored with one pixel per byte) L (8-bit pixels, black and white
PyTorch深度学习实战（25）——从零开始实现Mask R-CNN实例分割
最新发布
盼小辉丶的博客
11-01 3770
Mask R-CNN 是一种在目标检测任务中引入了语义分割的强大框架，通过在 Faster R-CNN 基础上进行扩展，添加了额外的分支网络，不仅可以准确地检测对象的位置和类别，还可以生成每个实例的精确像素级别的语义分割掩码。其模块化的设计可以轻松地应用于不同的任务和数据集，并且可以通过添加更多的分支进行功能扩展，如实例关键点检测等。
实例分割经典：Mask-RCNN及pytorch代码
weixin_43572595的博客
12-03 6650
前沿 不同于语义分割，实例分割需要将每个类别的单个目标单独打上id。MaskRCNN是何凯明大神2017年在ICCV发表的一篇用于目标检测、实例分割、人体关键点检测的经典工作。 设计思想 实例分割具有挑战性，因为它需要正确检测图像中的所有对象，同时还要精确分割每个实例。因此既需要对目标进行边界框的检测定位，又需要对边界框内的目标进行像素级的前后景分割。 文章的方法称为Mask R-CNN，它通过在FasterRCNN中添加一个分支来预测每个感兴趣区域（RoI）上的分割蒙版，与现有的用于分类和边界框回归的分支
Python-PyTorch移植tfkeras版本的MASKRCNN
08-12
**Python-PyTorch移植tfkeras版本的MASKRCNN** 在深度学习领域，Mask R-CNN是一种广泛应用的实例分割模型，它由Kaiming He等在2017年的论文《Mask R-CNN》中提出。这个模型不仅能够进行物体检测（Bounding Box ...
Mask-RCNN-master.zip
03-16
- **脚本**：用于数据预处理、训练、评估和测试的Python或Shell脚本。 - **示例**：演示如何使用C++ API运行模型的示例代码。 ### 5. 应用与挑战 在实际应用中，使用C++和Caffe实现的Mask R-CNN可能会面临一些挑战...
detectron2-maskrcnn
04-10
4. 模型评估与可视化：训练完成后，使用Detectron2的评估工具对模型性能进行评估，并通过可视化工具查看预测结果，以理解模型在实际应用中的表现。 5. 模型部署：最后，将训练好的模型部署到实际应用中，如嵌入式...
PyTorch版Mask R-CNN图像实例分割实战：训练自己的数据集【331003】安装项目1
08-04
1. **创建虚拟环境**：使用Anaconda创建一个名为`maskrcnn`的虚拟环境，指定Python版本为3.7。 ```bash conda create -n maskrcnn python=3.7 conda activate maskrcnn ``` 2. **安装依赖**：在激活的环境中安装...
Python-MaskScoringRCNN论文的实现代码
08-11
提供的`maskscoring_rcnn-master`代码库包含了Mask Scoring R-CNN的完整实现，基于Caffe2（现已被PyTorch吸收）和Detectron框架。以下是主要组成部分： - **配置文件**: 配置文件定义了网络结构、损失函数、训练...
Mask rcnn代码实现_pytorch版_适用30系列显卡
WYKB_Mr_Q的博客
09-23 9212
在 RTX3080 显卡的基础上实现 Pytorch 版本的 mask rcnn代码。
目标检测之Mask R-CNN（Pytorch）：小白动手实现项目
热门推荐
dzc_go的博客
08-27 1万+
目标检测之Mask R-CNN：小白动手实现项目Pytorch引言Mask R-CNN原理简述代码、注释及详细解释 引言 首先声明本项目的运行环境。操作系统为Windows，编写环境为Anaconda3 + Jupyter Notebook。Pytorch版本为 torch 1.7.1+cu110 、torchvision版本为 0.8.2+cu110，cuda版本为cu100，显卡为Nvidia 2060。 我是目标检测领域的小白，刚刚完成了Pytorch的相关入门学习任务，所以我认为学习本篇博客的基础
pytorch环境之mask-rcnn源码实现
m0_46926492的博客
03-17 4604
文件数据集路径,查看自己的文件名称，进行相应修改。文件数据集路径,查看自己的文件名称，进行相应修改。调整相关非极大值抑制参数【还没有调好，调好再更新】数据集之后修改了其他的配置，其他都不需修改。,有检测出来的，但是还有没有检测出来的。数据集测试，发现一个物体对应多个框。下面这个图片没有检测出来,又改为。设置保存图片路径【圈出框的图片】文件中的学习率修改自己的数值。改为自己的分类个数，我改为。吧，这个图片算了，我放弃了。个，一次给gpu图片个数。越少，学习率就要越低】修改打印损失迭代次数。
轻松学Pytorch –Mask-RCNN图像实例分割
小白学视觉
11-24 1647
点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达前面介绍了torchvison框架下Faster-RCNN对象检测模型使用与自定义对象检测的数据集制作与训练。在计算机视觉所要面对的任务中，最常见的就是对象检测、图像语义分割跟实例分割，torchvision支持Mask-RCNN模型的调用与自定义数据训练，可以同时实现对象检测与实例分割任务。本文主要跟大家分享一下如何使用mas...
基于PyTorch搭建Mask-RCNN实现实例分割
weixin_53065229的博客
09-19 1366
在这篇文章中，我们将讨论 Mask RCNN Pytorch 背后的理论以及如何在 PyTorch 中使用预训练的 Mask R-CNN 模型。
2.1【Pytorch版(torch-cuda版 ) Mask-RCNN 训练自己的数据集】
木易进
05-15 9970
写在前面：由于课程试验要求，需要基于pytorch实现maskrcnn，so最近又跑了一下pytorch版的maskrcnn，官方已经给出了详细的教程，虽然说支持cpu推理，但是不支持cpu训练啊，奈何手头上只有一个cpu本，也没有nvida显卡，只有intel的集显，so整理一波本次训练maskrcnn的过程。 这篇blog是按照常规的torch版的maskrcnn的训练教程写的，理论上，所依赖的是torch-cuda版本，后续还有一篇是基于torch-cpu版本的。因为在试验过程中先踩了这部分的坑，.
PyTorch—Mask RCNN（概述）
红叶谷 wsp_1138886114的博客
01-06 6123
图像分割与识别平台，10个月前Facebook曾发布过一款，名叫Detecron的项目。其中也包含Mask R-CNN。不过它是基于Caffe 2深度学习框架编写的。Detectron 目前包含以下目标检测算法的实现：Mask R-CNN 、RetinaNet、Faster R-CNN、RPN、Fast R-CNN、R-FCN。（本人一直期待基于PyTorch版本）这一次，Facebook换上了更...
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