maskrcnn用于目标检测_Mask RCNN用于船舶检测和分割

作者 | Gabriel Garza

来源 | Medium

编辑 | 代码医生团队

在这篇文章中，将使用Mask R-CNN构建一个模型，该模型将卫星图像作为输入，然后检测海洋中的任何船只，输出一个分割图像中每个船舶实例的mask。将使用 Kaggle Airbus Challenge提供的训练和开发数据集以及Matterport的伟大Mask R-CNN实施库。

链接到github中的代码：

https：//github.com/gabrielgarza/Mask_RCNN

深度学习最激动人心的应用之一是机器理解图像的能力。李飞飞将此称为赋予机器“看见能力”。如下面的图像(a)中所述，检测和分割中存在四类主要问题。

(a)李飞飞斯坦福课程 - 检测和分割

实例分割有几种方法，在这篇文章中将使用Mask R-CNN。

Mask R-CNN

Mask R-CNN是对快速R-CNN的扩展。更快的R-CNN预测边界框和Mask R-CNN本质上增加了一个分支以并行地预测对象Mask。

Mask R-CNN框架用于实例分割。资料来源：

https：//arxiv.org/abs/1703.06870

Mask R-CNN预测边界框和对象Mask的示例

不详细讨论Mask R-CNN如何工作，这里是一般步骤：

1. 骨干模型：标准卷积神经网络，用作特征提取器。例如，它会将1024x1024x3图像转换为32x32x2048要素图，作为下一层的输入。

2. 区域提议网络(RPN)：使用由多达200K锚定框定义的区域，RPN扫描每个区域并预测对象是否存在。RPN的一大优势是不扫描实际图像，网络扫描特征图，使其更快。

3. 感兴趣区域分类和边界框：在该步骤中，算法将RPN提出的感兴趣区域作为输入并输出分类(softmax)和边界框(回归量)。

4. 分段Mask：在最后一步中，将正ROI区域作为输入的算法和具有浮点值的28x28像素Mask生成为对象的输出。在推理期间，这些Mask按比例放大。

使用Mask R-CNN进行训练和推理

将使用Matterport构建的令人敬畏的Mask R-CNN库，而不是基于研究论文复制整个算法。必须A)生成训练和开发设置，B)做一些争论加载到库中，C)在AWS中设置训练环境进行训练，D)使用迁移学习从coco预开始训练的重量，和E)调整模型，以获得良好的结果。

第1步：下载Kaggle数据并生成Train和Dev Splits

Kaggle提供的数据集包含数十万个图像，因此最简单的方法是将它们直接下载到将要进行训练的AWS机器上。一旦下载它们，就必须将它们分成train和dev集合，这将通过python脚本随机完成。

强烈建议使用Spot实例从Kaggle使用Kaggle的API下载数据，并将该压缩数据上传到S3存储桶。您稍后将从S3下载该数据并在训练时解压缩。

Kaggle提供了一个名为train_ship_segmentations.csv的csv文件，其中包含两列：ImageId和EncodedPixels(运行长度编码格式)。假设已经将图像下载到  ./datasets/train_val/路径中，可以将图像拆分并将图像移动到train和dev中，使用以下代码设置文件夹：

train_ship_segmentations_df = pd.read_csv(os.path.join("./datasets/train_val/train_ship_segmentations.csv")) 
msk = np.random.rand(len(train_ship_segmentations_df)) 0.8 
train = train_ship_segmentations_df[msk] 
test = train_ship_segmentations_df[~msk] # Move train set for index, row in train.iterrows