Mask RCNN道路分割（一）（二）——环境搭建和运行示例

第一章 环境搭建

说明： 部分环境搭建的细节在以往博客中已有记录，这里只列举清单，不详细展开。

1.1 参考资源链接

1.1.1 GitHub

• 源代码 https://github.com/matterport/Mask_RCNN

1.1.2 Anaconda下载

• 官网 https://repo.anaconda.com/archive/
• 清华源 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

1.2 软硬件环境介绍

1.2.1 硬件环境

电脑型号：联想R720-15IKBN笔记本
处理器：Intel® Core™ i7-7700HQ CPU @ 2.80GHz
内存：16.0GB
独显：NVIDIA GeForce GTX 1050 Ti
核显：Intel® HD Graphics 630

1.2.2 软件环境

操作系统：Win10、CUDA Toolkit 9.0、cuDNN 7.3
开发平台：Anaconda3-4.7.5、Python3.6、tensorflow_gpu-1.13.0

1.2.3 云端环境

• 滴滴云GPU https://app.didiyun.com/#/auth/
• 易学智能GPU云 https://www.easyaiforum.cn/

1.3 开发环境搭建

1.3.1 软件下载和安装

• .Net Framework库，版本为4.6。
• Nvidia并行计算的平台CUDA，版本为9.0。
• Nvidia用于深度学习加速计算的cuDNN库，版本为7.3。
• Google深度学习开发框架TensorFlow，GPU版本。
• 安装运行tensorflow必需的msgpack库。

1.3.2 开发环境测试

1.4 问题解决

1.4.1 找不到TensorFlow库

如果一直出现找不到tensorflow库的错误，本文读者提示可以使用conda install tensorflow_gpu的方法先解决环境问题，然后再conda uninstall tensorflow_gpu，最后再实现本文当中的操作。

第二章 运行示例

2.1 源码结构分析

2.1.1 源码下载

下载地址 https://github.com/matterport/Mask_RCNN

2.1.2 源码目录结构

解压缩，并修改主目录名为Mask_RCNN。目录结构如下：

• Mask_RCNN
  • datasets 存放数据集文件
    • my_road
      • train
        • *.jpg
      • val
        • *.png
  • mrcnn 包含模型、配置和通用文件
  • init_models
    • mask_rcnn_balloon.h5
    • mask_rcnn_coco.h5
  • samples 项目文件
    • my_road_v1_0 针对UAS数据集，仅分割道路和背景两类
      • logs
      • train
      • eval
      • export
      • vis
    • my_road_v1_1 针对UAS数据集，仅分割道路和背景两类
  • README.md

2.2 运行shapes测试示例

2.2.1 项目准备文件

shapes.py文件解析

1. 引入包

ROOT_DIR = os.path.abspath("../../")
sys.path.append(ROOT_DIR)  # To find local version of the library
from mrcnn.config import Config
from mrcnn import utils

2. 定义config类

class ShapesConfig(Config):
    """ 该类继承自Config，主要写入一些预定义的配置参数
    """
    # Give the configuration a recognizable name
    NAME = "shapes"
    IMAGES_PER_GPU = 8
    NUM_CLASSES = 1 + 3  # background + 3 shapes
    IMAGE_MIN_DIM = 128
    IMAGE_MAX_DIM = 128
    RPN_ANCHOR_SCALES = (8, 16, 32, 64, 128)
    TRAIN_ROIS_PER_IMAGE = 32
    STEPS_PER_EPOCH = 100
    VALIDATION_STEPS = 5

3. 定义ShapesDataset类

class ShapesDataset(utils.Dataset):
    def load_shapes(self, count, height, width):
        """Generate the requested number of synthetic images.
        count: number of images to generate.
        height, width: the size of the generated images.
        """
        # Add classes
        self.add_class("shapes", 1, "square")
        self.add_class("shapes", 2, "circle")
        self.add_class("shapes", 3, "triangle")
        for i in range(count):
            bg_color, shapes = self.random_image(height, width)
            self.add_image("shapes", image_id=i, path=None,
                           width=width, height=height,
                           bg_color=bg_color, shapes=shapes)
    def load_image(self, image_id):
        """根据图片在数据集中的索引，载入图片"""
        return image

    def image_reference(self, image_id):
        return info["shapes"]

    def load_mask(self, image_id):
        """载入图片的mask，这里是需要重写的函数"""
        return mask, class_ids.astype(np.int32)

    def draw_shape(self, image, shape, dims, color):
        return image

    def random_shape(self, height, width):
        """随机生成形状"""
        return shape, color, (x, y, s)

    def random_image(self, height, width):
        """随机生成图片 """
        return bg_color, shapes

train_shapes文件解析

1. 导入包

ROOT_DIR = os.path.abspath("../../")
sys.path.append(ROOT_DIR)  # To find local version of the library
MODEL_DIR = os.path.join(ROOT_DIR, "logs")
COCO_MODEL_PATH = os.path.join(ROOT_DIR, "mask_rcnn_coco.h5")

1. 配置文件Configurations

class ShapesConfig(Config):
    """覆盖一些配置参数 """
    NAME = "shapes"
    GPU_COUNT = 1
    IMAGES_PER_GPU = 8
    NUM_CLASSES = 1 + 3  # background + 3 shapes
    IMAGE_MIN_DIM = 128
    IMAGE_MAX_DIM = 128
    RPN_ANCHOR_SCALES = (8, 16, 32, 64, 128)  
    TRAIN_ROIS_PER_IMAGE = 32
    STEPS_PER_EPOCH = 100
    VALIDATION_STEPS = 5
    
config = ShapesConfig()
config.display()

1. 配置绘图

def get_ax(rows=1, cols=1, size=8):
    _, ax = plt.subplots(rows, cols, figsize=(size*cols, size*rows))
    return ax

1. 数据集

# Training dataset
dataset_train = ShapesDataset()
dataset_train.load_shapes(500, config.IMAGE_SHAPE[0], config.IMAGE_SHAPE[1])
dataset_train.prepare()
# Validation dataset
dataset_val = ShapesDataset()
dataset_val.load_shapes(50, config.IMAGE_SHAPE[0], config.IMAGE_SHAPE[1])
dataset_val.prepare()

• 训练