云检测系统界面设计
1. 简介
项目地址:https://github.com/LCGHLtan90/CloudDetection_System
该项目是一个用于展示 遥感影像云检测(二分类图像分割任务) 的系统界面,提供了用户友好的交互模式,使用户能上传图片、查看检测结果并对检测结果进行人工修正。
2. 安装与运行
特别提示: 该项目仅包含推理过程,不包含训练过程(建议采用mmsegmentation代码库进行训练)。请将训练的配置文件放入
./configs
文件夹中,并将训练好的权重放入./checkpoints
文件夹中。
2.1. 安装
参考MMsegmentation代码库安装步骤进行安装
步骤1 创建一个 conda 环境,并激活
conda create --name cloudsystem python=3.8 -y
conda activate cloudsystem
步骤2 安装 PyTorch
在GPU平台上:
conda install pytorch=1.11.0 torchvision=0.12.0 -c pytorch
在CPU平台上:
conda install pytorch=1.11.0 torchvision=0.12.0 cpuonly -c pytorch
步骤3 使用 MIM 安装 MMCV
pip install -U openmim
mim install mmengine
mim install "mmcv>=2.0.0"
步骤4 安装 MMSegmentation
pip install "mmsegmentation>=1.0.0"
步骤5 安装其他依赖包
cd CloudDetection_System
pip install -r requirement.txt
2.2. 运行
python cloud_UI.py ./configs/segformer/segformer_mit-b2_8xb2-160k_ade20k-512x512_cloud.py ./checkpoints/segformer_b2_best_mIoU_iter_90000.pth
可以用自己的配置文件和权重文件进行替换。
3. 功能介绍
3.1. 上传图像
上传图像有两种方式,一种是通过点击上传按钮选择图像路径进行上传,另一种则是直接在上传按钮右侧的输入框中输入路径后按Enter键即可上传。
上传之后会显示图像、上传路径和图像大小。
3.2. 查看检测结果
点击开始检测按钮即可在右侧的检测结果位置得到推理出的分割结果,以及推理时间和含云量。
3.3. 对检测结果进行人工修正
双击右侧的检测结果,即可跳转到人工修正的子窗口。拉动下方的滑块,可以调整推理结果在原图上的覆盖比例,方便更好地和原图进行对比来进行修正。
点击上方选择画笔大小以及添加去除来调整画笔,用鼠标在图片上拖动即可进行修正。
点击保存画布按钮,就可以将修正后的结果显示在主窗口界面上,含云量也会相应发生改变。
3.4. 保存结果
拖动检测结果下方发滑块,可以选择保存的覆盖比例,点击保存按钮即可对结果进行保存,默认路径是图片的上传路径。