前言
本文主要介绍Cityscapes在语义分割以及实例分割方向上的理解和使用。
Cityscapes官网:https://www.cityscapes-dataset.com/downloads/
一、CityScapes是什么?
简介
Cityscapes大致有两个数据集,分别为精细的标注数据集(3475张训练图像,1525张测试图像)和粗糙的标注数据集(3475+19888张额外的粗糙标注),见下图。
一般只需要用到精细的部分,也就是4375+1525张图像,在官网直接下载即可,一共5000张。
数据集的原始图片为图2中所示,左边摄像头拍到的图像。共11GB。见下图。
二、数据转换
这里以gt_Fine_trainvaltest.zip
和leftImg8bit_trainvaltest.zip
两个文件为例子来说明标签数据是如何转换的。
2.1、安装cityscapes数据集生成工具
数据集下载以后,需要通过代码文件来生成标注,需要上github下载:cityscapes数据集生成工具在下载好工具后,需要pip安装相应工具包。
pip install cityscapesscripts
2.2、原始标注数据集说明
原始精细标注数据集里面其实每张图片只对应四张标注文件:
xxx_gtFine_color.png
用于可视化
xxx_gtFine_instanceIds.png
用于实例分割,像素值就是class值,可以在cityscapesscripts/helpers/labels.py
中查看
xxx_gtFine_labelsIds.png
用于语义分割,像素值就是class值,可以在cityscapesscripts/helpers/labels.py中查看
xxx_gtFine_polygons.json
原始人工标注信息
2.3、语义分割的数据转换
将下载的工具包打开,进入到preparation文件夹,找到如下文件:打开createTrainIdLabelImgs.py
在其中添加一行代码,保证能读取到你的标注文件路径。
os.environ['CITYSCAPES_DATASET'] = "你的CityScapes gtFine路径"
运行cityscapesscripts/preparation/createTrainIdLabelImgs.py
,就可以在原始标签数据集下生成用于语义分割的以xxx_labelTrainIds.png
结尾的图片数据。
2.4、实例分割的数据转换
将下载的工具包打开,进入到preparation文件夹,找到如下文件:打开createTrainIdInstanceImgs.py
在其中添加一行代码,保证能读取到你的标注文件路径。
os.environ['CITYSCAPES_DATASET'] = "你的CityScapes gtFine路径"
运行cityscapesscripts/preparationcreateTrainIdInstanceImgs.py
,就可以在原始标签数据集下生成用于实例分割的以xxx_instanceTrainIds.png
结尾的图片数据。
2.5、自定义自己想要的类别
如果我们有不需要的类别,需要修改cityscapesscripts/helpers/labels.py
文件。
将其中的trainId
改为255(说明:对应2.4,2.5章节中生成的图片的白色区域),将ignoreInEval
设置为True
2.6、提取图像文件和标注文件
现在,我们有了两个文件夹,一个是leftImg8bit的原始图像文件夹,一个是gtFine标注文件夹。
现在,我们要将这两个文件夹里面的图像都提取出来,存入train、val、test文件夹中。
运行下面的代码,即可将原始图像提取并处理。
import os
import random
import shutil
# 数据集路径
dataset_path = r"D:/study/transformer/transformer/SegFormer/leftImg8bit_trainvaltest/leftImg8bit"
# 原始的train, valid文件夹路径
train_dataset_path = os.path.join(dataset_path, 'train')
val_dataset_path = os.path.join(dataset_path, 'val')
test_dataset_path = os.path.join(dataset_path, 'test')
# 创建train,valid的文件夹
train_images_path = os.path.join(dataset_path, 'cityscapes_train')
val_images_path = os.path.join(dataset_path, 'cityscapes_val')
test_images_path = os.path.join(dataset_path, 'cityscapes_test')
if os.path.exists(train_images_path) == False:
os.mkdir(train_images_path)
if os.path.exists(val_images_path) == False:
os.mkdir(val_images_path)
if os.path.exists(test_images_path) == False:
os.mkdir(test_images_path)
# -----------------移动文件夹-------------------------------------------------
for file_name in os.listdir(train_dataset_path):
file_path = os.path.join(train_dataset_path, file_name)
for image in os.listdir(file_path):
shutil.copy(os.path.join(file_path, image), os.path.join(train_images_path, image))
for file_name in os.listdir(val_dataset_path):
file_path = os.path.join(val_dataset_path, file_name)
for image in os.listdir(file_path):
shutil.copy(os.path.join(file_path, image), os.path.join(val_images_path, image))
for file_name in os.listdir(test_dataset_path):
file_path = os.path.join(test_dataset_path, file_name)
for image in os.listdir(file_path):
shutil.copy(os.path.join(file_path, image), os.path.join(test_images_path, image))
运行后生成如下文件夹。
对于label文件也同样如此,比如下面生成19类的标注文件夹。
import os
import random
import shutil
# 数据集路径
dataset_path = r"D:/study/transformer/transformer/SegFormer/gtFine_trainvaltest/gtFine"
# 原始的train, valid文件夹路径
train_dataset_path = os.path.join(dataset_path, 'train')
val_dataset_path = os.path.join(dataset_path, 'val')
test_dataset_path = os.path.join(dataset_path, 'test')
# 创建train,valid的文件夹
train_images_path = os.path.join(dataset_path, 'cityscapes_19classes_train')
val_images_path = os.path.join(dataset_path, 'cityscapes_19classes_val')
test_images_path = os.path.join(dataset_path, 'cityscapes_19classes_test')
if os.path.exists(train_images_path) == False:
os.mkdir(train_images_path)
if os.path.exists(val_images_path) == False:
os.mkdir(val_images_path)
if os.path.exists(test_images_path) == False:
os.mkdir(test_images_path)
# -----------------移动文件---对于19类语义分割, 主需要原始图像中的labelIds结尾图片-----------------------
for file_name in os.listdir(train_dataset_path):
file_path = os.path.join(train_dataset_path, file_name)
for image in os.listdir(file_path):
# 查找对应的后缀名,然后保存到文件中
if image.split('.png')[0][-13:] == "labelTrainIds":
# print(image)
shutil.copy(os.path.join(file_path, image), os.path.join(train_images_path, image))
for file_name in os.listdir(val_dataset_path):
file_path = os.path.join(val_dataset_path, file_name)
for image in os.listdir(file_path):
if image.split('.png')[0][-13:] == "labelTrainIds":
shutil.copy(os.path.join(file_path, image), os.path.join(val_images_path, image))
for file_name in os.listdir(test_dataset_path):
file_path = os.path.join(test_dataset_path, file_name)
for image in os.listdir(file_path):
if image.split('.png')[0][-13:] == "labelTrainIds":
shutil.copy(os.path.join(file_path, image), os.path.join(test_images_path, image))
得到如下结果。
到这里,我们已经提取了所有的图像文件和标注文件。
三、读取,增强和可视化转换好的CityScapes数据集
使用如下代码:(只需修改数据集的路径)
# 导入库
import os
os.environ['CUDA_VISIBLE_DEVICES'] = '0'
import torch
import torch.nn as nn
import torch.optim as optim
import torch.nn.functional as F
from torch import optim
from torch.utils.data import Dataset, DataLoader, random_split
from tqdm import tqdm
import warnings
warnings.filterwarnings("ignore")
import os.path as osp
import matplotlib.pyplot as plt
from PIL import Image
import numpy as np
import albumentations as A
from albumentations.pytorch.transforms import ToTensorV2
torch.manual_seed(17)
# 自定义数据集CamVidDataset
class CityScapesDataset(torch.utils.data.Dataset):
"""CamVid Dataset. Read images, apply augmentation and preprocessing transformations.
Args:
images_dir (str): path to images folder
masks_dir (str): path to segmentation masks folder
class_values (list): values of classes to extract from segmentation mask
augmentation (albumentations.Compose): data transfromation pipeline
(e.g. flip, scale, etc.)
preprocessing (albumentations.Compose): data preprocessing
(e.g. noralization, shape manipulation, etc.)
"""
def __init__(self, images_dir, masks_dir):
self.transform = A.Compose([
A.Resize(224, 448),
A.HorizontalFlip(),
# A.RandomBrightnessContrast(),
A.RandomSnow(),
A.Normalize(),
ToTensorV2(),
])
self.ids = os.listdir(images_dir)
self.ids2 = os.listdir(masks_dir)
self.images_fps = [os.path.join(images_dir, image_id) for image_id in self.ids]
self.masks_fps = [os.path.join(masks_dir, image_id) for image_id in self.ids2]
def __getitem__(self, i):
# read data
image = np.array(Image.open(self.images_fps[i]).convert('RGB'))
mask = np.array( Image.open(self.masks_fps[i]).convert('RGB'))
image = self.transform(image=image ,mask=mask)
return image['image'], image['mask'][: ,: ,0]
def __len__(self):
return len(self.ids)
# 设置数据集路径
x_train_dir = r"D:/study/transformer/transformer/segformer/leftImg8bit_trainvaltest/leftImg8bit/cityscapes_train"
y_train_dir = r"D:/study/transformer/transformer/segformer/gtFine_trainvaltest/gtFine/cityscapes_19classes_train"
x_valid_dir = r"D:/study/transformer/transformer/segformer/leftImg8bit_trainvaltest/leftImg8bit/cityscapes_val"
y_valid_dir = r"D:/study/transformer/transformer/segformer/gtFine_trainvaltest/gtFine/cityscapes_19classes_val"
train_dataset = CityScapesDataset(
x_train_dir,
y_train_dir,
)
val_dataset = CityScapesDataset(
x_valid_dir,
y_valid_dir,
)
train_loader = DataLoader(train_dataset, batch_size=8, shuffle=True)
val_loader = DataLoader(val_dataset, batch_size=8, shuffle=True)
for index, (img, label) in enumerate(train_loader):
print(img.shape)
print(label.shape)
plt.figure(figsize=(10, 10))
plt.subplot(221)
plt.imshow((img[0, :, :, :].moveaxis(0, 2)))
plt.subplot(222)
plt.imshow(label[0, :, :])
plt.subplot(223)
plt.imshow((img[6, :, :, :].moveaxis(0, 2)))
plt.subplot(224)
plt.imshow(label[6, :, :])
plt.show()
if index == 0:
break
可视化效果如下: