unet训练自己的数据集_基于UNet网络实现的人像分割 | 附数据集

点击上方↑↑↑“OpenCV学堂”关注我

来源：公众号 AI算法与图像处理 授权

以后我会在公众号分享一些关于算法的应用(美颜相关的)，工作之后，发现更重要的能力如何理解业务并将算法应用其中创造价值，以及如何落地 。

今天要分享的是人像分割相关的内容，如果你喜欢的话，欢迎三连哦

主要内容

人像分割简介UNet的简介UNet实现人像分割

人像分割简介

人像分割的相关应用非常广，例如基于人像分割可以实现背景的替换做出各种非常酷炫的效果。我们将训练数据扩充到人体分割，那么我们就是对人体做美颜特效处理，同时对背景做其他的特效处理，这样整张画面就会变得更加有趣，更加提高颜值了，这里我们对人体前景做美颜调色处理，对背景做了以下特效：

①景深模糊效果，用来模拟双摄聚焦效果；②马赛克效果③缩放模糊效果④运动模糊效果⑤油画效果⑥线条漫画效果⑦Glow梦幻效果⑧铅笔画场景效果⑨扩散效果

例子：

例子来源：https://blog.csdn.net/Trent1985/article/details/80578841

https://zhuanlan.zhihu.com/p/48080465 (实现背景灰化)

而在在实现这些效果之前，所需要的一步操作都是需要将人像抠出来。今天的主要内容是要介绍如何使用UNet实现人像分割。

UNet的简介

UNet的结构非常简单，广泛应用于医学图像分割，2015年发表在 MICCAI，谷歌学术上目前引用量8894，可以看出来其影响力。

UNet的结构，有两个最大的特点，U型结构和skip-connection(如下图)。

UNet网络，类型于一个U字母：首先进行Conv(两次)+Pooling下采样；然后Deconv反卷积进行上采样(部分采用resize+线性插值上采样)，crop之前的低层feature map，进行融合；然后再次上采样。重复这个过程，直到获得输出388x388x2的feature map，最后经过softmax获得output segment map。总体来说与FCN思路非常类似。

U-Net采用了与FCN完全不同的特征融合方式：拼接！

参考资料：https://zhuanlan.zhihu.com/p/57437131

https://www.zhihu.com/question/269914775/answer/586501606

https://www.zhihu.com/people/george-zhang-84/posts

UNet实现人像分割

该项目是基于 https://github.com/milesial/Pytorch-UNet (2.6k star 车辆分割)修改的，并提供人像分割的数据集(1.15G)。

人像分割项目链接：https://github.com/leijue222/portrait-matting-unet-flask

官方下载链接：http://www.cse.cuhk.edu.hk/leojia/projects/automatting/index.html

或者：

百度网盘：http://pan.baidu.com/s/1dE14537

密码：ndg8

该项目已经提供了预训练模型，如果你不想重新训练，可以自己clone下来，按照下面的操作一步一步运行即可。

环境配置

• Python 3.6

• PyTorch >= 1.1.0

• Torchvision >= 0.3.0

• Flask 1.1.1

• future 0.18.2

• matplotlib 3.1.3

• numpy 1.16.0

• Pillow 6.2.0

• protobuf 3.11.3

• tensorboard 1.14.0

• tqdm==4.42.1

# clone 项目git clone https://github.com/leijue222/portrait-matting-unet-flask.git# 进入到文件夹中cd portrait-matting-unet-flask/# 准备好一张待分割的人像图片，运行下面的代码即可生成mask并保存python predict.py -i image.jpg -o output.jpg

作者提供的测试demo

如果你想重新训练的话，也很容易，根据上面提供的数据集，将原图和mask分别

放置在 文件夹 data/imgs和 data/masks 路径下即可

然后运行下面的代码

python train.py -e 200 -b 1 -l 0.1 -s 0.5 -v 15.0

各个参数的含义

-e 表示 epoch 数

-b 表示 batch size

-l 表示学习率

-s 表示 scale

-v 表示 验证集所占的百分比

最后我们在看一下 UNet 网络的核心代码

定义UNet 需要用的主要模块

class DoubleConv(nn.Module):    """(convolution => [BN] => ReLU) * 2"""    def __init__(self, in_channels, out_channels):        super().__init__()        self.double_conv = nn.Sequential(            nn.Conv2d(in_channels, out_channels, kernel_size=3, padding=1),            nn.BatchNorm2d(out_channels),            nn.ReLU(inplace=True),            nn.Conv2d(out_channels, out_channels, kernel_size=3, padding=1),            nn.BatchNorm2d(out_channels),            nn.ReLU(inplace=True)        )    def forward(self, x):        return self.double_conv(x)class Down(nn.Module):    """Downscaling with maxpool then double conv"""    def __init__(self, in_channels, out_channels):        super().__init__()        self.maxpool_conv = nn.Sequential(            nn.MaxPool2d(2),            DoubleConv(in_channels, out_channels)        )    def forward(self, x):        return self.maxpool_conv(x)class Up(nn.Module):    """Upscaling then double conv"""    def __init__(self, in_channels, out_channels, bilinear=True):        super().__init__()        # if bilinear, use the normal convolutions to reduce the number of channels        if bilinear:            self.up = nn.Upsample(scale_factor=2, mode='bilinear', align_corners=True)        else:            self.up = nn.ConvTranspose2d(in_channels // 2, in_channels // 2, kernel_size=2, stride=2)        self.conv = DoubleConv(in_channels, out_channels)    def forward(self, x1, x2):        x1 = self.up(x1)        # input is CHW        diffY = torch.tensor([x2.size()[2] - x1.size()[2]])        diffX = torch.tensor([x2.size()[3] - x1.size()[3]])        x1 = F.pad(x1, [diffX // 2, diffX - diffX // 2,                        diffY // 2, diffY - diffY // 2])        x = torch.cat([x2, x1], dim=1)        return self.conv(x)class OutConv(nn.Module):    def __init__(self, in_channels, out_channels):        super(OutConv, self).__init__()        self.conv = nn.Conv2d(in_channels, out_channels, kernel_size=1)    def forward(self, x):        return self.conv(x)

利用上面定义好的模块，轻松的实现UNet网络

class UNet(nn.Module):    def __init__(self, n_channels, n_classes, bilinear=True):        super(UNet, self).__init__()        self.n_channels = n_channels        self.n_classes = n_classes        self.bilinear = bilinear        self.inc = DoubleConv(n_channels, 64)        self.down1 = Down(64, 128)        self.down2 = Down(128, 256)        self.down3 = Down(256, 512)        self.down4 = Down(512, 512)        self.up1 = Up(1024, 256, bilinear)        self.up2 = Up(512, 128, bilinear)        self.up3 = Up(256, 64, bilinear)        self.up4 = Up(128, 64, bilinear)        self.outc = OutConv(64, n_classes)    def forward(self, x):        x1 = self.inc(x)        x2 = self.down1(x1)        x3 = self.down2(x2)        x4 = self.down3(x3)        x5 = self.down4(x4)        x = self.up1(x5, x4)        x = self.up2(x, x3)        x = self.up3(x, x2)        x = self.up4(x, x1)        logits = self.outc(x)        return logits

资料汇总

人像分割项目链接：https://github.com/leijue222/portrait-matting-unet-flask

数据集下载

百度网盘：http://pan.baidu.com/s/1dE14537

密码：ndg8

官方下载链接：http://www.cse.cuhk.edu.hk/leojia/projects/automatting/index.html

UNet相关知识点参考资料：

https://zhuanlan.zhihu.com/p/57437131

https://www.zhihu.com/question/269914775/answer/586501606

https://www.zhihu.com/people/george-zhang-84/posts