MaochengHu 576cda45b8 first commit | 2 years ago | |
---|---|---|
.. | ||
_base_ | 2 years ago | |
README.md | 2 years ago | |
README_en.md | 2 years ago | |
s2anet_1x_spine.yml | 2 years ago | |
s2anet_alignconv_2x_dota.yml | 2 years ago | |
s2anet_conv_2x_dota.yml | 2 years ago |
S2ANet是用于检测旋转框的模型,要求使用PaddlePaddle 2.1.1(可使用pip安装) 或适当的develop版本。
[DOTA Dataset]是航空影像中物体检测的数据集,包含2806张图像,每张图像4000*4000分辨率。
数据版本 | 类别数 | 图像数 | 图像尺寸 | 实例数 | 标注方式 |
---|---|---|---|---|---|
v1.0 | 15 | 2806 | 800~4000 | 118282 | OBB + HBB |
v1.5 | 16 | 2806 | 800~4000 | 400000 | OBB + HBB |
注:OBB标注方式是指标注任意四边形;顶点按顺时针顺序排列。HBB标注方式是指标注示例的外接矩形。
DOTA数据集中总共有2806张图像,其中1411张图像作为训练集,458张图像作为评估集,剩余937张图像作为测试集。
如果需要切割图像数据,请参考DOTA_devkit 。
设置crop_size=1024, stride=824, gap=200
参数切割数据后,训练集15749张图像,评估集5297张图像,测试集10833张图像。
数据标注有两种方式:
第一种是标注旋转矩形,可以通过旋转矩形标注工具roLabelImg 来标注旋转矩形框。
第二种是标注四边形,通过脚本转成外接旋转矩形,这样得到的标注可能跟真实的物体框有一定误差。
然后将标注结果转换成coco标注格式,其中每个bbox
的格式为 [x_center, y_center, width, height, angle]
,这里角度以弧度表示。
参考脊椎间盘数据集 ,我们将数据集划分为训练集(230)、测试集(57),数据地址为:spine_coco 。该数据集图像数量比较少,使用这个数据集可以快速训练S2ANet模型。
旋转框IOU计算OPext_op是参考Paddle自定义外部算子 的方式开发。
若使用旋转框IOU计算OP,需要环境满足:
推荐使用docker镜像paddle:2.1.1-gpu-cuda10.1-cudnn7。
执行如下命令下载镜像并启动容器:
sudo nvidia-docker run -it --name paddle_s2anet -v $PWD:/paddle --network=host registry.baidubce.com/paddlepaddle/paddle:2.1.1-gpu-cuda10.1-cudnn7 /bin/bash
镜像中paddle已安装好,进入python3.7,执行如下代码检查paddle安装是否正常:
import paddle
print(paddle.__version__)
paddle.utils.run_check()
进入到ppdet/ext_op
文件夹,安装:
python3.7 setup.py install
Windows环境请按照如下步骤安装:
(1)准备Visual Studio (版本需要>=Visual Studio 2015 update3),这里以VS2017为例;
(2)点击开始-->Visual Studio 2017-->适用于 VS 2017 的x64本机工具命令提示;
(3)设置环境变量:set DISTUTILS_USE_SDK=1
(4)进入PaddleDetection/ppdet/ext_op
目录,通过python3.7 setup.py install
命令进行安装。
安装完成后,测试自定义op是否可以正常编译以及计算结果:
cd PaddleDetecetion/ppdet/ext_op
python3.7 test.py
注意: 配置文件中学习率是按照8卡GPU训练设置的,如果使用单卡GPU训练,请将学习率设置为原来的1/8。
GPU单卡训练
export CUDA_VISIBLE_DEVICES=0
python3.7 tools/train.py -c configs/dota/s2anet_1x_spine.yml
GPU多卡训练
export CUDA_VISIBLE_DEVICES=0,1,2,3,4,5,6,7
python3.7 -m paddle.distributed.launch --gpus 0,1,2,3,4,5,6,7 tools/train.py -c configs/dota/s2anet_1x_spine.yml
可以通过--eval
开启边训练边测试。
python3.7 tools/eval.py -c configs/dota/s2anet_1x_spine.yml -o weights=output/s2anet_1x_spine/model_final.pdparams
# 使用提供训练好的模型评估
python3.7 tools/eval.py -c configs/dota/s2anet_1x_spine.yml -o weights=https://paddledet.bj.bcebos.com/models/s2anet_1x_spine.pdparams
** 注意:** (1) dota数据集中是train和val数据作为训练集一起训练的,对dota数据集进行评估时需要自定义设置评估数据集配置。
(2) 骨骼数据集是由分割数据转换而来,由于椎间盘不同类别对于检测任务而言区别很小,且s2anet算法最后得出的分数较低,评估时默认阈值为0.5,mAP较低是正常的。建议通过可视化查看检测结果。
执行如下命令,会将图像预测结果保存到output
文件夹下。
python3.7 tools/infer.py -c configs/dota/s2anet_1x_spine.yml -o weights=output/s2anet_1x_spine/model_final.pdparams --infer_img=demo/39006.jpg --draw_threshold=0.3
使用提供训练好的模型预测:
python3.7 tools/infer.py -c configs/dota/s2anet_1x_spine.yml -o weights=https://paddledet.bj.bcebos.com/models/s2anet_1x_spine.pdparams --infer_img=demo/39006.jpg --draw_threshold=0.3
执行如下命令,会在output
文件夹下将每个图像预测结果保存到同文件夹名的txt文本中。
python3.7 tools/infer.py -c configs/dota/s2anet_alignconv_2x_dota.yml -o weights=./weights/s2anet_alignconv_2x_dota.pdparams --infer_dir=dota_test_images --draw_threshold=0.05 --save_txt=True --output_dir=output
请参考DOTA_devkit 生成评估文件,评估文件格式请参考DOTA Test ,生成zip文件,每个类一个txt文件,txt文件中每行格式为:image_id score x1 y1 x2 y2 x3 y3 x4 y4
,提交服务器进行评估。您也可以参考dataset/dota_coco/dota_generate_test_result.py
脚本生成评估文件,提交到服务器。
模型 | Conv类型 | mAP | 模型下载 | 配置文件 |
---|---|---|---|---|
S2ANet | Conv | 71.42 | model | config |
S2ANet | AlignConv | 74.0 | model | config |
注意: 这里使用multiclass_nms
,与原作者使用nms略有不同。
Paddle中multiclass_nms
算子的输入支持四边形输入,因此部署时可以不需要依赖旋转框IOU计算算子。
部署教程请参考预测部署
@article{han2021align,
author={J. {Han} and J. {Ding} and J. {Li} and G. -S. {Xia}},
journal={IEEE Transactions on Geoscience and Remote Sensing},
title={Align Deep Features for Oriented Object Detection},
year={2021},
pages={1-11},
doi={10.1109/TGRS.2021.3062048}}
@inproceedings{xia2018dota,
title={DOTA: A large-scale dataset for object detection in aerial images},
author={Xia, Gui-Song and Bai, Xiang and Ding, Jian and Zhu, Zhen and Belongie, Serge and Luo, Jiebo and Datcu, Mihai and Pelillo, Marcello and Zhang, Liangpei},
booktitle={Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition},
pages={3974--3983},
year={2018}
}