1小时快速上手遥感语义分割

        语义分割是在像素级别上的分类，属于同一类的像素都要被归为一类，因此语义分割是从像素级别来理解图像的。遥感影像的分类、信息提取也适合用语义分割方法。
        本文以遥感影像的大棚提取为例，介绍遥感影像中使用语义分割的全流程，包括环境搭建、数据集制作、模型训练、模型预测等步骤。本文使用的框架是百度的PaddleSeg。

1 环境搭建

        首先需要一台带GPU的电脑，安装好cuda和cudnn，才能方便开展后面的工作。包括安装conda、PaddleSeg、gdal等内容。
        PaddleSeg是基于飞桨PaddlePaddle开发的端到端图像分割开发套件，涵盖了高精度和轻量级等不同方向的大量高质量分割模型。通过模块化的设计，提供了配置化驱动和API调用两种应用方式，帮助开发者更便捷地完成从训练到部署的全流程图像分割应用。

• 安装conda，可以是miniconda或者anaconda，安装完成后创建一个虚拟环境，并在这个虚拟环境下安装其他的包。我推荐使用miniconda，更加轻量。地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/

• 安装PaddleSeg，github地址：https://github.com/PaddlePaddle/PaddleSeg。安装教程可以参考https://github.com/PaddlePaddle/PaddleSeg/blob/release/2.4/docs/install_cn.md

• 安装gdal：便于读写遥感影像，在Linux下可以使用下面的命令安装：conda install -c conda-forge gdal。Windows下可以在下面的网站上找到自己需要的库，使用pip命令进行安装：https://www.lfd.uci.edu/~gohlke/pythonlibs/

2 数据集制作

        既然要使用深度学习，那就离不开训练数据了。我们需要制作一下数据集。网上有很多公开的已经制作好的数据集，但是在实际工作中，根据特定的业务需求，我们还是需要自己制作数据集。数据集的可以在Windows下制作。

2.1 影像获取和样本勾绘

        我们首先使用QGIS下载潍坊市的几块高分辨率样影像，然后在ArcGIS中创建矢量，并勾绘矢量样本。我勾绘的矢量如下。
下面的图中，绿色的边界为大棚。

样本区1

放大图
 

        

        需要注意的是，标注矢量的坐标系和投影需要与影像一致，并且添加一个类别字段，表明该要素的类别，例如背景是0，我们可以不勾绘，大棚是1。

另外，标注矢量的边界不要超出影像的边界，这样才能方便后面制作数据集。

2.2 切片

        现在我们有了影像和相应的标注矢量。
        有了影像和矢量，但是深度学习框架不能直接使用这些。需要制作成特定大小的小图，例如512*512，1024*1024，当然标注也要制作成相同大小的小图。
因此需要写代码来实现切片和数据集的制作，步骤包括：

1. 检查输入参数和矢量：检查输入文件是否存在、矢量是否合规。

2. 矢量转栅格：根据模板影像（输入影像）将矢量栅格化， 栅格化后的分辨率、行列数、投影与模板影像相同。

3. 切分影像：将影像按照指定的行列数、波段数、相邻切片的重叠像元数切分成相等宽、高的小影像。

4. 切分标注栅格：将转换得到的标注栅格按照指定的行列数、波段数、相邻切片的重叠像元数切分成相等宽、高的小影像。

5. 删除影像切片中nodata占比大于指定阈值的切片。

6. 保留相同位置的切片

7. 删除临时文件

        将这些步骤整合成一个代码，可以更方便的运行，指明影像路径、矢量路径、输出路径、矢量的类别字段、输出图像行列数大小，重叠度，nodata占比的阈值。示例如下：

python .\seg_ds.py --img .\影像\wf1.tif --shp .\标注矢量\greenhouse_1.shp --output .\split --field class --size 1024 --lap 128 --th 0.1

切分后的影像如下：

2.3 生成训练集和验证集

        因为PaddleSeg是通过读取这些文本文件来定位图像路径的， train.txt，val.txt和test.txt文本以空格为分割符分为两列，第一列为图像文件相对于dataset的相对路径，第二列为标注图像文件相对于dataset的相对路径。如下所示：

images/wf3_C02R11.tif labels/wf3_lab_C02R11.tif
images/wf3_C13R04.tif labels/wf3_lab_C13R04.tif
images/wf1_C08R05.tif labels/wf1_lab_C08R05.tif
images/wf3_C10R07.tif labels/wf3_lab_C10R07.tif
images/wf3_C00R02.tif labels/wf3_lab_C00R02.tif
images/wf3_C10R01.tif labels/wf3_lab_C10R01.tif
images/wf3_C12R08.tif labels/wf3_lab_C12R08.tif
images/wf1_C00R10.tif labels/wf1_lab_C00R10.tif

3 模型训练

        准备好数据集后，接下来就可以使用PaddleSeg来训练了。模型训练可以参考官方的教程：https://github.com/PaddlePaddle/PaddleSeg/blob/release/2.4/docs/whole_process_cn.md

3.1 配置文件

        PaddleSeg在配置文件中详细列出了每一个可以优化的选项，用户只要修改这个配置文件就可以对模型进行定制（所有的配置文件在PaddleSeg/configs文件夹下面），如自定义模型使用的骨干网络、模型使用的损失函数以及关于网络结构等配置。除了定制模型之外，配置文件中还可以配置数据处理的策略，如改变尺寸、归一化和翻转等数据增强的策略。

3.2 预训练权重

        一般我们训练时使用预训练的权重进行参数初始化，而不是随机初始化。下载地址为：https://github.com/PaddlePaddle/PaddleSeg/blob/release/2.3/docs/model_zoo_overview.md

3.3 训练

        准备好之后就可以训练了。

python train.py \
--config configs/greenhouse/bisenet_greenhouse.yml \
--do_eval \
--use_vdl \
--save_interval 1000 \
--save_dir output/greenhouse \
--num_workers 4

4 模型预测

        原始的框架进行预测时是针对普通的图片预测的。为了实现对一整幅遥感影像的预测需要修改一下源代码。包括支持tif格式，使用gdal分块读取影像、进行预测、写出结果。需要修改的代码路径为：paddleseg/core/predict.py。
修改后，由于采用了分块读写的思路，可以对几十G、上百G的遥感影像进行预测了。修改完成后就执行命令进行预测。

python predict.py \
--config configs/greenhouse/bisenet_greenhouse.yml \
--model_path output/greenhouse/best_model/model.pdparams \
--image_path 影像所在文件夹/wf1.tif
--save_dir output

        结果示意图如下：

5 数据、代码、视频教程

        为了方便朋友们更快捷方便的上手遥感语义分割，我精心制作了更详细的教程，包括讲解、操作录屏、数据和代码，已经放在网易云课堂上。有需要的朋友可以学习了解一下。课程名称为：遥感深度学习实践—语义分割。课程总时长在一个小时左右，节省时间。

 链接：http://m.study.163.com/provider/480000002275754/index.htm?share=2&shareId=480000002275754