Real-Time实例分割DeepSnake使用篇

《Deep Snake for Real-Time Instance Segmentation》

  这篇文章旨在记录一下我是如何搭建环境DeepSnake的，以及如何使用COCO数据集和自己的数据集训练实例分割模型，并进行测试的过程，具体原理在我的另一篇博客中。

作者：Sida Peng, Wen Jiang, Huaijin Pi, Xiuli Li, Hujun Bao, Xiaowei Zhou

CVPR 2020 oral

Subjects: Computer Vision and Pattern Recognition (cs.CV)

https://github.com/zju3dv/snake/

Agile Pioneer  

Preliminary

  对于任何一个深度学习模型来说都需要以下四部分信息：dataset，network，trainer和evaluator，这也是我们设计一个模型工程的组成部分。

• dataset: 提供用于训练和测试的数据（data和target的数据格式）。
• network: 模型的网络结构。
• trainer: 定义损失函数和优化器用于训练。
• evaluator: 定义衡量方法用于模型估计。

环境搭建

环境搭建参考1

  作者提供了一个环境搭建的文档：https://github.com/zju3dv/snake/blob/master/INSTALL.md但是我照着做一直没有编译成功，外部依赖的三个模块dcn_v2、extreme_utils和roi_align_layer，和作者沟通，作者说他使用gcc5.4.0进行编译的，大家可以用gcc5.4.0参照作者给出的环境搭建文档进行环境搭建。

环境搭建参考2

  由于按照作者提供的环境搭建过程中出现了问题，所以我自己搭建了一套环境，是可以成功运行的，具体的依赖list如下，和版本相关的我都注明了版本号，其余的运行如果缺少哪些库自行pip install或conda install安装即可：

• CUDA - 10.1
• cudnn - 7.6.0
• python - 3.6
• gcc & g++ - 7.3.0
• pytorch - 1.2.0
• torchvision - 0.4.0
• opencv
• imgaug
• imageio
• pycocotools
• tqdm
• yaml
• tensorboardx

遇到的问题

环境问题：
Q: libbz2.so.1.0: cannot open shared object file: No such file or directory
A: 这个库在/usr/lib64下，如果你指定的版本和/usr/lib64下的软连接名称不一样，只需要在你能依赖的路径下再软连接一个你需要的名字即可。

Q: error trying to exec ‘cc1plus’: execvp
A：两种可能：1、你没有安装g++；2、你的gcc的版本和g++版本不相符合，检查一下。

COCO数据

COCO 训练

1. 下载COCO 2017数据集，地址如下
   – train –
   1.1 http://images.cocodataset.org/zips/train2017.zip
   1.2 http://images.cocodataset.org/annotations/annotations_trainval2017.zip
   – va –
   1.3 http://images.cocodataset.org/zips/val2017.zip
   1.4 http://images.cocodataset.org/annotations/stuff_annotations_trainval2017.zip
   – test –
   1.5 http://images.cocodataset.org/zips/test2017.zip
   1.6 http://images.cocodataset.org/annotations/image_info_test2017.zip

2. 修改数据路径：
   2.1 vi lib/datasets/dataset_catalog.py，把里面对应coco部分的数据和标注文件改为你自己的路径即可。

    'CocoTrain': {
           'id': 'coco',
           'data_root': 'data/coco/train2017',
           'ann_file': 'data/coco/annotations/instances_train2017.json',
           'split': 'train'
       },
       'CocoVal': {
           'id': 'coco',
           'data_root': 'data/coco/val2017',
           'ann_file': 'data/coco/annotations/instances_val2017.json',
           'split': 'test'
       },
       'CocoMini': {
           'id': 'coco',
           'data_root': 'data/coco/val2017',
           'ann_file': 'data/coco/annotations/instances_val2017.json',
           'split': 'mini'
       },
       'CocoTest': {
           'id': 'coco_test',
           'data_root': 'data/coco/val2017',
           'ann_file': 'data/coco/annotations/instances_val2017.json',
           'split': 'test'
       },
   

   2.2 新建一个 train.sh，内容如下，然后sh train.sh执行即可：

   #!/bin/sh
   python -W ignore train_net.py --cfg_file ./configs/coco_snake.yaml
   

COCO 测试

1. mkdir test_result # 用于存储可视化结果
2. vi lib/visualizers/snake.py

   # 在该脚本前面加
   import random
   
   # 修改 86 行最右，把plt.show()，改为如下                                                                                         
   #plt.show()                                                                                            
   filename = random.randint(0, 100000)
   # 以随机数为名字存储，只查看效果                                                                   
   plt.savefig("test_result/%s.png"%filename) 
   

3. 新建一个test.sh，内容如下：然后sh test.sh执行即可：

   #!/bin/sh
   python -W ignore run.py --type visualize --cfg_file configs/coco_snake.yaml ct_score 0.3
   

效果图如下：

训练自己的数据集

方式一

  把自己的数据的Annotations弄成一个json和coco的格式一样，参考脚本如下：

import sys
import os
import json
import xml.etree.ElementTree as ET


START_BOUNDING_BOX_ID = 1
PRE_DEFINE_CATEGORIES = {"foreground":1}
# If necessary, pre-define category and its id
#  PRE_DEFINE_CATEGORIES = {"aeroplane": 1, "bicycle": 2, "bird": 3, "boat": 4,
                         #  "bottle":5, "bus": 6, "car": 7, "cat": 8, "chair": 9,
                         #  "cow": 10, "diningtable": 11, "dog": 12, "horse": 13,
                         #  "motorbike": 14, "person": 15, "pottedplant": 16,
                         #  "sheep": 17, "sofa": 18, "train": 19, "tvmonitor": 20}


def get(root, name):
    vars = root.findall(name)
    return vars


def get_and_check(root, name, length):
    vars = root.findall(name)
    if len(vars) == 0:
        raise NotImplementedError('Can not find %s in %s.'%(name, root.tag))
    if length > 0 and len(vars) != length:
        raise NotImplementedError('The size of %s is supposed to be %d, but is %d.'%(name, length, len(vars)))
    if length == 1:
        vars = vars[0]
    return vars


def get_filename_as_int(filename):
    try:
        filename = os.path.splitext(filename)[0]
        return int(filename)
    except:
        raise NotImplementedError('Filename %s is supposed to be an integer.'%(filename))


def convert( xml_dir, json_file,imgs):
    # list_fp = open(xml_list, 'r')
    json_dict = {"images":[], "type": "instances", "annotations": [],
                 "categories": []}
    categories = PRE_DEFINE_CATEGORIES
    bnd_id = START_BOUNDING_BOX_ID
    list_fp = os.listdir(xml_dir)
    for line in list_fp:
        line = line.strip()
        print("Processing %s"%(line))
        xml_f = os.path.join(xml_dir, line)
        tree = ET.parse(xml_f)
        root = tree.getroot()
        path = get(root, 'path')
        if len(path) == 1:
            filename = os.path.basename(path[0].text)
        elif len(path) == 0:
            filename = get_and_check(root, 'filename', 1).text
        else:
            raise NotImplementedError('%d paths found in %s'%(len(path), line))
        ## The filename must be a number
        # image_id = get_filename_as_int(filename)
        # image_id = filename.rstrip(".jpg").rstrip(".png")
        image_id = line.replace(".xml","")
        filename = image_id + ".jpg"
        if filename not in imgs:
            print (line)
            print(filename)


        size = get_and_check(root, 'size', 1)
        width = int(get_and_check(size, 'width', 1).text)
        height = int(get_and_check(size, 'height', 1).text)
        image = {'file_name': filename, 'height': height, 'width': width,
                 'id':image_id}
        json_dict['images'].append(image)
        ## Cruuently we do not support segmentation
        #  segmented = get_and_check(root, 'segmented', 1).text
        #  assert segmented == '0'
        for obj in get(root, 'object'):
            category = get_and_check(obj, 'name', 1).text
            if category not in categories:
                new_id = len(categories)
                categories[category] = new_id
            category_id = categories[category]
            bndbox = get_and_check(obj, 'bndbox', 1)
            xmin = int(get_and_check(bndbox, 'xmin', 1).text) - 1
            ymin = int(get_and_check(bndbox, 'ymin', 1).text) - 1
            xmax = int(get_and_check(bndbox, 'xmax', 1).text)
            ymax = int(get_and_check(bndbox, 'ymax', 1).text)
            assert(xmax > xmin)
            assert(ymax > ymin)
            o_width = abs(xmax - xmin)
            o_height = abs(ymax - ymin)
            ann = {'area': o_width*o_height, 'iscrowd': 0, 'image_id':
                   image_id, 'bbox':[xmin, ymin, o_width, o_height],
                   'category_id': category_id, 'id': bnd_id, 'ignore': 0,
                   'segmentation': []}
            json_dict['annotations'].append(ann)
            bnd_id = bnd_id + 1

    for cate, cid in categories.items():
        cat = {'supercategory': 'none', 'id': cid , 'name': cate} # no + 1
        json_dict['categories'].append(cat)
    json_fp = open(json_file, 'w')
    json_str = json.dumps(json_dict)
    json_fp.write(json_str)
    json_fp.close()



if __name__ == '__main__':
    labelxml = "Annotations"
    imgpath = "JPEGImages"
    imgs = os.listdir(imgpath)
    destjson = "voc2coco.json"
    # if len(sys.argv) <= 1:
    #     print('3 auguments are need.')
    #     print('Usage: %s XML_LIST.txt XML_DIR OUTPU_JSON.json'%(sys.argv[0]))
    #     exit(1)


    convert(labelxml, destjson,imgs)

方式二

修改dataLoader的方法