MaochengHu 576cda45b8 first commit 2 years ago
..
_base_ 576cda45b8 first commit 2 years ago
README.md 576cda45b8 first commit 2 years ago
README_en.md 576cda45b8 first commit 2 years ago
s2anet_1x_spine.yml 576cda45b8 first commit 2 years ago
s2anet_alignconv_2x_dota.yml 576cda45b8 first commit 2 years ago
s2anet_conv_2x_dota.yml 576cda45b8 first commit 2 years ago

README.md

S2ANet模型

内容

简介

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

准备数据

DOTA数据

[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。

自定义数据

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。

开始训练

1. 安装旋转框IOU计算OP

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:

  • PaddlePaddle >= 2.1.1
  • GCC == 8.2

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

2. 训练

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。

3. 评估

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。

4. 预测

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

5. DOTA数据评估

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。

模型库

S2ANet模型

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。

预测部署

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

Citations

@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}
}