mmsegmentation自定义数据集

小刺猬69

已于 2022-07-05 08:27:16 修改

阅读量2.1k

点赞数 3

分类专栏： MMLab 文章标签：深度学习 python 人工智能

于 2022-06-16 12:12:56 首次发布

本文链接：https://blog.csdn.net/weixin_45912366/article/details/125312299

版权

MMLab 专栏收录该内容

13 篇文章 11 订阅

订阅专栏

1.mmsegmentation之model

2.mmsegformer之datasets

1.mmsegmentation之model

mmsegmentation中有很多已经发布的模型供我们使用，这些模型可以在configs/models中找到。关于config的描述也在之前的博文中进行了描述。

2.mmsegformer之datasets

这里主要是讲述如何定义自己的数据集。主要包含三个文件①data config ② data class ③ total config。其中config文件就是Total config（顶层设置文件），也是train.py文件直接调用的config文件；Dataset Class文件是用来定义数据集的类别数和标签名称的；Dataset Config文件则是用来定义数据集目录、数据集信息（例如图片大小）、数据增强操作以及pipeline的。

2.1 data config

Dataset Config文件在 configs/__base__/ datasets目录下，需要自己新建一个xxx.py文件。我们以group_voc2012.py，我的数据格式是VOC的格式；

具体内容如下

# dataset settings
dataset_type = 'GroupVOCDataset'
data_root = '/data/dataset_VOC/VOC2012'
img_norm_cfg = dict(
    mean=[123.675, 116.28, 103.53], std=[58.395, 57.12, 57.375], to_rgb=True)
crop_size = (512, 512)
train_pipeline = [
    dict(type='LoadImageFromFile'),
    dict(type='LoadAnnotations'),
    dict(type='Resize', img_scale=(2048, 512), ratio_range=(0.5, 2.0)),
    dict(type='RandomCrop', crop_size=crop_size, cat_max_ratio=0.75),
    dict(type='RandomFlip', prob=0.5),
    dict(type='PhotoMetricDistortion'),
    dict(type='Normalize', **img_norm_cfg),
    dict(type='Pad', size=crop_size, pad_val=0, seg_pad_val=255),
    dict(type='DefaultFormatBundle'),
    dict(type='Collect', keys=['img', 'gt_semantic_seg']),
]
test_pipeline = [
    dict(type='LoadImageFromFile'),
    dict(
        type='MultiScaleFlipAug',
        img_scale=(2048, 512),
        # img_ratios=[0.5, 0.75, 1.0, 1.25, 1.5, 1.75],
        flip=False,
        transforms=[
            dict(type='Resize', keep_ratio=True),
            dict(type='RandomFlip'),
            dict(type='Normalize', **img_norm_cfg),
            dict(type='ImageToTensor', keys=['img']),
            dict(type='Collect', keys=['img']),
        ])
]
data = dict(
    samples_per_gpu=4,
    workers_per_gpu=4,
    train=dict(
        type=dataset_type,
        data_root=data_root,
        img_dir='/datadataset_VOC/VOC2012/JPEGImages',
        ann_dir='/data/dataset_VOC/VOC2012/SegmentationClass',
        split='/data/dataset_VOC/VOC2012/ImageSets/Segmentation/train.txt',
        pipeline=train_pipeline),
    val=dict(
        type=dataset_type,
        data_root=data_root,
        img_dir='/data/dataset_VOC/VOC2012/JPEGImages',
        ann_dir='/data/dataset_VOC/VOC2012/SegmentationClass',
        split='/data//dataset_VOC/VOC2012/ImageSets/Segmentation/val.txt',
        pipeline=test_pipeline),
    test=dict(
        type=dataset_type,
        data_root=data_root,
        img_dir='/data/dataset_VOC/VOC2012/JPEGImages',
        ann_dir='/data/dataset_VOC/VOC2012/SegmentationClass',
        split='/data/dataset_VOC/VOC2012/ImageSets/Segmentation/val.txt',
        pipeline=test_pipeline))

需要做以下修改：

dataset_type:更改为自己数据集的类型，可以自己命名，也可以不动；

data_root:更改为自己数据集的路径；

img_dir:更改为自己数据集图片路径；

ann_dir:更改为自己数据集标签的路径；

split:更改为自己的train.txt路径。

其他参数的含义：

img_norm_cfg:数据集的方差与均差

crop_size:数据增强时裁剪的大小

image_scale:原始图像大小

sample_per_gpu: batch size

works_per_gpu: dataloader的线程数目，一般设置为2,4,8

photoMetricDistortion:数据增强操作。分贝是亮度、对比度、饱和度喝色调。

2.2 data class

Dataset Class文件存放在 mmseg/datasets/ 目录下，需要自己新建一个xxx.py文件。我们以groupvoc.py，我的数据格式是VOC的格式；

config文件实际上是继承该目录下custom.py当中的CustomDataset父类。

修改的参数如下：

1.class GroupVOCDataset（类名，数据格式）：这个类名可以更改为自己容易识别的，且与configs/__base__/ datasets/group_voc2012.py中dataset_type的名称一致；

2.CLASS：类型标签，更改为自己的类别种类标签；

3.PALETTE：色盘，更改为自己想要的的色盘颜色；色盘个数与标签个数一致；

4.super （GroupVOCDateset.self）：调用父类的时候更改为自己的数据格式，与类名一致。

设置好之后，还需要设置一下该目录下的__init__文件：

修改部分如下：

import的时候要把自己的Dataset加载进来

__all__数组里面需要加入自己的Dataset类名称

2.3 total config

文件在 configs/目录下，以segformer为例，打开segformer/segformer_mit-b0_512x512_160k_ade20k.py的文件。

注意：

记住一件事，对于mmsegmentation来说，如果你向快速使用的话。config文件几乎是你唯一需要改动的东西。mmseg的模型使用，训练配置，数据地址都是靠config指明的。在mmseg的官网中，有关config的资料很清晰，但是细节并不到位。config是有继承关系的，根文件就是_base_中的一个个文件。虽如此，但我仍然不建议初次使用的小白按照官网提供简略写法。在mmsegmentation的configs下，存放了各式各样的模型的配置文件，这些配置文件大多数都是针对的大型开源数据集。我们需要改的不是网络结构，主要是你的数据集地址，你定义的类别数，以及必要的训练设置。