search

bubbliiiing / mask-rcnn-keras

这是一个mask-rcnn的库，可以用于训练自己的实例分割模型。
MIT License
317 stars 71 forks source link

readme

Mask-Rcnn-实例分割模型在Keras当中的实现

目录

  1. 注意事项 Attention
  2. 仓库更新 Top News
  3. 相关仓库 Related code
  4. 所需环境 Environment
  5. 文件下载 Download
  6. 训练步骤 How2train
  7. 预测步骤 How2predict
  8. 评估步骤 miou
  9. 参考资料 Reference

注意事项！

为了满足同学们计算mAP的需求，对代码进行了大改，现在使用COCO数据集格式，各位同学请仔细看README，视频中的步骤已经只能用于旧库，旧库地址参考Top News。

Top News

2022-05:进行大幅度更新、支持step、cos学习率下降法、支持adam、sgd优化器选择、支持学习率根据batch_size自适应调整、支持map评估。
BiliBili视频中的原仓库地址为：https://github.com/bubbliiiing/mask-rcnn-keras/tree/bilibili

2020-10:创建仓库、支持训练与预测。

相关仓库

模型 路径
yolact-keras https://github.com/bubbliiiing/yolact-keras
yolact-pytorch https://github.com/bubbliiiing/yolact-pytorch
yolact-tf2 https://github.com/bubbliiiing/yolact-tf2
mask-rcnn-keras https://github.com/bubbliiiing/mask-rcnn-keras
mask-rcnn-tf2 https://github.com/bubbliiiing/mask-rcnn-tf2

所需环境

tensorflow-gpu==1.13.1
keras==2.1.5

文件下载

这个训练好的权重是基于coco数据集的，可以直接运行用于coco数据集的实例分割。
链接: https://pan.baidu.com/s/1JXdNZ_dTCjtxjLmrxFWrag
提取码: mpzp

shapes数据集下载地址如下，该数据集是使用labelme标注的结果，尚未经过其它处理，用于区分三角形和正方形：
链接: https://pan.baidu.com/s/1hrCaEYbnSGBOhjoiOKQmig
提取码: jk44

训练步骤

a、训练shapes形状数据集

  1. 数据集的准备
    在文件下载部分，通过百度网盘下载数据集，下载完成后解压，将图片和对应的json文件放入根目录下的datasets/before文件夹。

  2. 数据集的处理
    打开coco_annotation.py，里面的参数默认用于处理shapes形状数据集，直接运行可以在datasets/coco文件夹里生成图片文件和标签文件，并且完成了训练集和测试集的划分。

  3. 开始网络训练
    train.py的默认参数用于训练shapes数据集，默认指向了根目录下的数据集文件夹，直接运行train.py即可开始训练。

  4. 训练结果预测
    训练结果预测需要用到两个文件，分别是mask_rcnn.py和predict.py。 首先需要去mask_rcnn.py里面修改model_path以及classes_path，这两个参数必须要修改。
    model_path指向训练好的权值文件，在logs文件夹里。
    classes_path指向检测类别所对应的txt。
    完成修改后就可以运行predict.py进行检测了。运行后输入图片路径即可检测。

b、训练自己的数据集

  1. 数据集的准备
    本文使用labelme工具进行标注，标注好的文件有图片文件和json文件，二者均放在before文件夹里，具体格式可参考shapes数据集。
    在标注目标时需要注意，同一种类的不同目标需要使用 _ 来隔开。
    比如想要训练网络检测三角形和正方形，当一幅图片存在两个三角形时，分别标记为： 

    triangle_1
triangle_2

  2. 数据集的处理
    修改coco_annotation.py里面的参数。第一次训练可以仅修改classes_path，classes_path用于指向检测类别所对应的txt。
    训练自己的数据集时，可以自己建立一个cls_classes.txt，里面写自己所需要区分的类别。
    model_data/cls_classes.txt文件内容为： 

    cat
dog
...

    修改coco_annotation.py中的classes_path，使其对应cls_classes.txt，并运行coco_annotation.py。

  3. 开始网络训练
    训练的参数较多，均在train.py中，大家可以在下载库后仔细看注释，其中最重要的部分依然是train.py里的classes_path。
    classes_path用于指向检测类别所对应的txt，这个txt和coco_annotation.py里面的txt一样！训练自己的数据集必须要修改！
    修改完classes_path后就可以运行train.py开始训练了，在训练多个epoch后，权值会生成在logs文件夹中。

  4. 训练结果预测
    训练结果预测需要用到两个文件，分别是mask_rcnn.py和predict.py。 首先需要去mask_rcnn.py里面修改model_path以及classes_path，这两个参数必须要修改。
    model_path指向训练好的权值文件，在logs文件夹里。
    classes_path指向检测类别所对应的txt。
    完成修改后就可以运行predict.py进行检测了。运行后输入图片路径即可检测。

c、训练coco数据集

  1. 数据集的准备
    coco训练集 http://images.cocodataset.org/zips/train2017.zip
    coco验证集 http://images.cocodataset.org/zips/val2017.zip
    coco训练集和验证集的标签 http://images.cocodataset.org/annotations/annotations_trainval2017.zip

  2. 开始网络训练
    解压训练集、验证集及其标签后。打开train.py文件，修改其中的classes_path指向model_data/coco_classes.txt。
    修改train_image_path为训练图片的路径，train_annotation_path为训练图片的标签文件，val_image_path为验证图片的路径，val_annotation_path为验证图片的标签文件。

  3. 训练结果预测
    训练结果预测需要用到两个文件，分别是mask_rcnn.py和predict.py。 首先需要去mask_rcnn.py里面修改model_path以及classes_path，这两个参数必须要修改。
    model_path指向训练好的权值文件，在logs文件夹里。
    classes_path指向检测类别所对应的txt。
    完成修改后就可以运行predict.py进行检测了。运行后输入图片路径即可检测。

预测步骤

a、使用预训练权重

  1. 下载完库后解压，在百度网盘下载权值，放入model_data，运行predict.py，输入 
    img/street.jpg
  2. 在predict.py里面进行设置可以进行fps测试和video视频检测。

    b、使用自己训练的权重

  3. 按照训练步骤训练。
  4. 在mask_rcnn.py文件里面，在如下部分修改model_path和classes_path使其对应训练好的文件；model_path对应logs文件夹下面的权值文件，classes_path是model_path对应分的类。 
    _defaults = {
#--------------------------------------------------------------------------#
#   使用自己训练好的模型进行预测一定要修改model_path和classes_path！
#   model_path指向logs文件夹下的权值文件，classes_path指向model_data下的txt
#
#   训练好后logs文件夹下存在多个权值文件，选择验证集损失较低的即可。
#   验证集损失较低不代表mAP较高，仅代表该权值在验证集上泛化性能较好。
#   如果出现shape不匹配，同时要注意训练时的model_path和classes_path参数的修改
#--------------------------------------------------------------------------#
"model_path"        : 'model_data/mask_rcnn_coco.h5',
"classes_path"      : 'model_data/coco_classes.txt',
#---------------------------------------------------------------------#
#   只有得分大于置信度的预测框会被保留下来
#---------------------------------------------------------------------#
"confidence"        : 0.7,
#---------------------------------------------------------------------#
#   非极大抑制所用到的nms_iou大小
#---------------------------------------------------------------------#
"nms_iou"           : 0.3,
#----------------------------------------------------------------------#
#   输入的shape大小
#   算法会填充输入图片到[IMAGE_MAX_DIM, IMAGE_MAX_DIM]的大小
#----------------------------------------------------------------------#
"IMAGE_MAX_DIM"     : 512,
#----------------------------------------------------------------------#
#   用于设定先验框大小，默认的先验框大多数情况下是通用的，可以不修改。
#   需要和训练设置的RPN_ANCHOR_SCALES一致。
#----------------------------------------------------------------------#
"RPN_ANCHOR_SCALES" : [32, 64, 128, 256, 512]
}
  5. 运行predict.py，输入 
    img/street.jpg
  6. 在predict.py里面进行设置可以进行fps测试和video视频检测。

评估步骤

a、评估自己的数据集

  1. 本文使用coco格式进行评估。
  2. 如果在训练前已经运行过coco_annotation.py文件，代码会自动将数据集划分成训练集、验证集和测试集。
  3. 如果想要修改测试集的比例，可以修改coco_annotation.py文件下的trainval_percent。trainval_percent用于指定(训练集+验证集)与测试集的比例，默认情况下 (训练集+验证集):测试集 = 9:1。train_percent用于指定(训练集+验证集)中训练集与验证集的比例，默认情况下 训练集:验证集 = 9:1。
  4. 在mask_rcnn.py里面修改model_path以及classes_path。model_path指向训练好的权值文件，在logs文件夹里。classes_path指向检测类别所对应的txt。
  5. 前往eval.py文件修改classes_path，classes_path用于指向检测类别所对应的txt，这个txt和训练时的txt一样。评估自己的数据集必须要修改。运行eval.py即可获得评估结果。

b、评估coco的数据集

  1. 下载好coco数据集。
  2. 在mask_rcnn.py里面修改model_path以及classes_path。model_path指向coco数据集的权重，在logs文件夹里。classes_path指向model_data/coco_classes.txt。
  3. 前往eval.py设置classes_path，指向model_data/coco_classes.txt。修改Image_dir为评估图片的路径，Json_path为评估图片的标签文件。 运行eval.py即可获得评估结果。

Reference

https://github.com/matterport/Mask_RCNN
https://github.com/feiyuhuahuo/Yolact_minimal