OpenMMLab Day07 MMSegmentation

语义分割工具包MMSegmentation

https://github.com/open-mmlab/mmsegmentation
统一超参

模型配置文件 部分说明：

model = dict(
    type='EncoderDecoder' OR 'CascadeEncoderDecoder', # 分割模型的主题架构 
    pretrained='open-mmlab://resnet50_v1c', 
    backbone=dict( # 主干网络
        type='ResNetV1c',
        # ... more options),
        neck = None, # 颈部
        decode_head=dict(   # 主解码头
            type='PSPHead',
            # ... more options
            loss_decode=dict( #损失函数
                type='CrossEntropyLoss', use_sigmoid=False, loss_weight=1.0)
        ),
        auxiliary_head=dict(  # 辅助解码头
            type='FCNHead',
            # ... more options
            loss_decode=dict( #损失函数
                type='CrossEntropyLoss', use_sigmoid=False, loss_weight=0.4
            )
        ),
        train_cfg=dict(...), # 训练和测试配置
        test_cfg=dict(...)
    )

主干网络的配置

backbone=dict(
    type='ResNetV1c', #ResNet v1c 结构
    depth=50,
    num_stages=4,
    out_indices=(0, 1, 2, 3), # 输出全部级别的特征图给颈部或者辅助解码头
    dilations=(1, 1, 2, 4), # 配置降采样和空洞卷积，增大空洞卷积倍率
    strides=(1, 2, 1, 1), # 同时移除采样率
    norm_cfg= dict(type='SyncBN', requires_grad=True),  # 分割模型会使用 SyncBN
    norm_eval=False, # 增大batchSize
    style='pytorch', 
    contract_dilation=True
)

主解码头

decode_head=dict(
    type='PSPHead', #使用 PSPNet 的解码头
    in_channels=2048,
    in_index=3, # 以顶层特征图为输入
    channels=512,
    pool_scales=(1, 2, 3, 6), #池化金字塔的尺度
    dropout_ratio=0.1,
    num_classes=19, # 预测类别数
    norm_cfg= dict(type='SyncBN', requires_grad=True),
    align_corners=False,
    loss_decode=dict( #逐像素交叉熵损失函数
    	type='CrossEntropyLoss', use_sigmoid=False, loss_weight=1.0
    )
),

辅助解码头的配置

auxiliary_head=dict(
    type='FCNHead', # 使用 FCN 解码头
    in_channels=1024,
    in_index=2, # 以低层次特征图为输入
    channels=256, # FCN 中卷积通道数
    num_convs=1, #FCN 中使用 1 层卷积
    concat_input=False, #是否拼接输入特征图用于预测
    dropout_ratio=0.1,
    num_classes=19, # 预测类别数
    norm_cfg=norm_cfg,
    align_corners=False, 
    loss_decode=dict( #逐像素交叉熵损失函数
    	type='CrossEntropyLoss', use_sigmoid=False, loss_weight=0.4
    )
),

数据集配置

dataset_type = 'CityscapesDataset' #数据集类型
data_root = 'data/cityscapes/'  #数据集路径
data = dict(
    samples_per_gpu=2, #batch size DataLoader 参数
    workers_per_gpu=2, #worker 个数 DataLoader 参数
    train=dict( #训练集配置
        type=dataset_type,
        data_root=data_root, #训练集配置
        img_dir='leftImg8bit/train',
        ann_dir='gtFine/train', #标注文件目录
        pipeline=train_pipeline #训练数据的处理流水线
    ),
    val=dict(...), #验证集、训练集的配置
    test=dict(...)
)

数据流水线

常用的训练策略