OpenMMlab AI实战营第七期培训

OpenMMlab实战营

第七次课2023.2.10

此次实战营的积分规则介绍：

学习参考

笔记建议结合ppt来学习使用，ppt中对应知识可以参照笔记的标题进行查看。

ppt（ppt_04的后半部分）：lesson7_ppt

b站回放：OpenMMLab AI 实战营

往期笔记：笔记回顾

相关学习推荐：

• 同济子豪兄（大佬）：子豪兄b站主页

• OpenMMlab主页：OpenMMla主页

• OpenMMlab Github仓库链接：Github OpenMMlab

• MMSegmentation Github仓库链接：Github MMSegmentation

• MMDeploy Github仓库链接：Github MMDeploy

• OpenMMlab 此次AI实战营的仓库：AI实战营github

一、全流程的语义分割实战

1.回顾语义分割、实例分割、全景分割

• 语义分割

  • 仅考虑像素的类别
  • 不分割同一类的不同实体

• 实例分割

  • 分割不同的实体
  • 仅考虑前景物体
  • 由于是实例分割首先需要对物体进行检测，所以实例分割代码库包含在MMDetection中

• 全景分割

  • 背景仅考虑类别
  • 前景需要区分实体

如下图所示从左往右依次是”语义分割“、”实例分割“、”全景分割“

2.代码模板的全流程

• MMSegmentation仓库首页README中可以看到

  • Benchmark部分是用于分类的主干网络

  • 下面model zoo是具体的语义分割的算法，比如上次笔记中我们提到的：

    • FCN
    • UNet
    • DeepLab

  • 最后datasets是一些常见的语义分割数据集，比如语义分割中最常用的三个：

    • ADE20K（咖啡店门口的西班牙老太太）
    • Cityscapes
    • PASCAL VOC

3.数据集推荐：

• 单类别语义分割数据集：
  • 组织病理切片小鼠肾小球
  • 乳腺癌
  • 电子显微镜粒子
  • 农作物病虫害叶片
  • 农作物地块
  • 洪水航拍区域
  • 指甲
  • 水下场景
  • 西红柿种子
  • 肾小球
  • 卫星建筑物
  • 荧光显微镜小鼠脑切片发光神经元-实例分割
  • 混凝土裂缝
  • 核磁共振脑瘤分割
  • 腹部CT肝脏病变分割
• 多类别语义分割数据集：
  • 迪拜卫星航拍六类别
  • 高分辨率航拍-多类别
  • 无人机航拍
  • 衣物
  • 海洋生物
  • 腿和脚趾
  • 无人机航拍
• 图像分类数据集：
  • 气胸

4.代码全流程

子豪兄提供的全流程代码：子豪兄MMSegmentation

• 首选安装配配置环境

  • 实验平台：Featurize云GPU平台)
  • 选择服务器：GPU RTX 3060、CUDA v11.2

• 安装所需的包

  • pytorch
  • mim包管理
  • mmcv（如果提示可以使用更高版本可以冲洗下载一个最高版本）
  • 从git hub克隆mmsegmentation
    • 代码中的 -b 部分在2023.4月mmsegmentation库1.x版本变成master主分支之后就可以不加上-b 部分了
  • mmsegmentation
  • 预训练模型权重
  • 实验素材用来后续预测
  • 最后检查安装是否成功

• 用命令行的方式执行语义分割任务（通过导入参数的形式执行）

  • 测试图片
  • .py模型配置文件
  • .pth参数文件
  • 上面这两个都能在对应目录下的configs最下面的表格中找到（打开复制链接即可使用）
  • out-file输出结果位置
  • device cuda配置
  • opacity透明度

• Python API方式执行语义分割任务

  • 导入必要的包
  • 载入测试图像（from PIL import Image）
  • 载入模型（init_model），需要指定：
    • 配置文件
    • 参数文件
    • 运算设备
  • 如果没有CUDA需要执行（revert_sync_batchnorm）
  • 执行推理（inference_model）
    • 结果存在result中
    • result.keys():
      • 第一部分：语义分割图（单通道，每个像素值都对应分类类别中的一个，和原图大小一致，表示每个像素模型预测是什么类别）
        • 可以通过np.unique去重打印出所有类别
        • 同时可以用matplotlob画出来
      • 第二部分：置信度（有类别数量的通道数，表示每个像素属于哪个类别，和原图大小一致）
  • 可视化语义分割预测结果
    • 方法一
      • 用show_result_pyplot将原图和预测图叠加在一起显示，用透明度控制叠加效果
    • 方法二
      • 加上图例
  • 对视频进行处理逐帧串成新视频
    • 命令行方式
    • Python API方式
  • 修改配置文件
    • 修改分类头数量
    • 修改训练集和测试集的dataset
    • 修改使用的.py配置文件
    • 修改使用的.pth参数文件、
    • 修改迭代次数、日志记录间隔、模型权重保存间隔
    • 设置随机数种子
  • 训练
    • 把所有模块注册在mmengine的Runner中
    • runner.train()执行训练
      • 遇到Out of memory可以选择显存更高的实例或者关掉一些其他的jupyter
    • 将训练得到的最终结果应用在自己的语义分割的数据集上
  • 最后是一些扩展阅读
    • 最近的前沿在半监督、无监督、自监督上（主要就是针对无label标注的数据进行语义分割）
    • 语义分割的可解释性分析
    • 语义分割的显著性分析