[炼丹术]UNet图像分割模型相关总结

UNet图像分割模型相关总结

1.制作图像分割数据集

1.1使用labelme进行标注

(注：labelme与labelImg类似，都属于对图像数据集进行标注的软件。但不同的是，labelme更关心对象的边缘和轮廓细节，也即通过生成和训练图像对应的mask来实现图像分割的目的。这里的分割一般使用的是闭合多边形折线来进行标注，每张图片标注完成后，按下Ctrl+S来进行保存，此时存储的文件是与图片同名的.json格式文件。)

我们要得到的结果是mask，保存生成的.json文件还需要通过转换得到对应的mask图像。
(这里的转换有两种方式，一种是找到当前python环境下的labelme_json_to_dataset.py进行修改，二是直接在命令行中调用对应的接口labelme_json_to_dataset {file}生成mask，由于单命令行直接执行一个文件的生成，因此这里考虑编写对应的脚本，对当前目录下的.json进行批量处理。)

1.2生成mask文件

使用第二种方式，步骤如下：
1.新建.sh脚本文件

touch json2mask.sh

2.编辑.sh脚本文件
将下列内容复制进.sh脚本文件中

gedit json2mask.sh

#！/bin/bash
let i=1
path=./
cd ${path}
for file in *.json
do
     labelme_json_to_dataset ${file}
     let i=i+1
 done

3.执行脚本

bash json2mask.sh

对.json文件进行转换生成之后，会得到对应名称的文件夹
如图所示

查看文件夹，发现存在四个文件：

分别为以下：

• img.png，源文件图像
• label.png，标签图像
• label_names.txt，标签中的各个类别的名称
• label_viz.png，源文件与标签融合文件

其中的label.png即是我们要的想要的标签文件。如果本来的源文件图像为jpg格式，我们会发现生成的png格式源文件图像大小会大很多，不必惊慌。JPG质量不会有变化，但大小通常会增加几倍左右，这是因为JPG是有损压缩，而PNG是无损压缩。

1.3 转换二值图像并批量整理

• 得到以上这些结果是不是意味着结束了呢？

  事实上，到这里才仅仅完成的一半，我们还需要对label.png图片进行转换为二值图片，最后我们可以遍历文件夹内所有小文件夹，分别对其中的img和转换后的label进行重命名存储到对应的imgs和masks文件目录下，到这一步整个数据集制作才算全部完成。

通过执行下面代码可以批量的对各个小文件夹下的图片进行重命名和整理：

'''
@author: linxu
@contact: 17746071609@163.com
@time: 2021-08-21 上午11:54
@desc: 将多通道mask图像批量转换为单通道二值化图像并存放到指定位置
'''
import cv2
import numpy as np
import os

import os
def os_mkdir(path):
    # 去除首位空格
    path = path.strip()
    # 去除尾部/符号
    path = path.rstrip("/")
    # 判断路径是否存在
    isExists = os.path.exists(path)
    # 判断结果
    if not isExists:
        # 如果不存在则创建目录
        # 创建目录操作函数
        os.makedirs(path)
        print(path + ' 创建成功')
        return True
    else:
        # 如果目录存在则不创建，并提示目录已存在
        print(path + ' 目录已存在')
        return False
        
def mask2binimg(path,show=False):
    for root, dirs, files in os.walk(path):
        print('################################################################')
        for name in files:
            # 遍历label生成的{x}_json目录
            if len(dirs) == 0:
                # print('root', root)
                # 字符分割,得到label排序序号
                filepath = os.path.split(root)[0]
                numname = os.path.split(root)[1]
                n_name = numname.replace('_json','')
           
           # 处理原图img
            if name == 'img.png':
                fname = os.path.join(root, name)
                print('INFO[img]', fname)
                img = cv2.imread(fname)
                img_dst = cv2.resize(img, (640, 480))
                # img = cv2.resize(img, (0, 0), fx=0.3, fy=0.3, interpolation=cv2.INTER_NEAREST)
                if show:
                    cv2.imshow('img', img_dst)
                    cv2.waitKey()
                # 根据指定路径存取二值化图片
                img_path = filepath + '/imgs/'
                os_mkdir(img_path)
                cv2.imwrite(img_path + str(n_name) + '.png', img_dst)

            # 处理label标签图
            if name == 'label.png':
                fname = os.path.join(root, name)
                print('INFO[label]', fname)
                label = cv2.imread(fname)
                label = cv2.resize(label, (640, 480))
                gray = cv2.cvtColor(label, cv2.COLOR_BGR2GRAY)
                retVal, dst = cv2.threshold(gray, 0, 255, cv2.THRESH_OTSU)
                # 显示图片
                if show:
                    cv2.imshow('label', label)
                    cv2.imshow('dst', dst)
                    if cv2.waitKey(1) & 0xff == ord("q"):
                        break
                # 根据指定路径存取二值化图片
                mask_path = filepath + '/masks/'
                os_mkdir(mask_path)
                cv2.imwrite(mask_path + str(n_name) + '.png', dst)

    print('当前图片转换完成...')
pass

if __name__ == '__main__':
    path = '/home/linxu/下载/flow_dataset/image/'
    mask2binimg(path,False)

运行结束后，会发现目录下多了两个文件夹，一个是imgs，用来存放原图；另外一个是masks，用来存放二值化标注图像。

文件目录imgs下内容如下图所示：

文件目录masks下内容如下图所示：

确认imgs与masks内容无误之后，将这两个文件夹拷贝到UNet模型源码目录下的data路径，如下图所示：

至此，数据集制作完毕并放置到指定训练路径下。

2.Train训练

制作完数据集之后，下一步就是对数据集进行训练

python train.py -h

2.1 用法

train.py [-h] [-e E] [-b [B]] [-l [LR]] [-f LOAD] [-s SCALE] [-v VAL]

在图像和目标掩码上训练 UNet

可选参数：

• -h , --help 显示此帮助信息并退出
• -e E, --epochs E 时期数（默认值：5）
• -b [B], --batch-size [B]
  批量大小（默认值：1）
• -l [LR], --learning-rate [LR]
  学习率（默认：0.1）
• -f LOAD, --load LOAD 从 .pth 文件加载模型（默认：False）
• -s SCALE, --scale SCALE
  图像的缩小因子（默认值：0.5）
• -v VAL, --validation VAL
  用作验证的数据百分比 (0-100)
  （默认值：10.0）

默认情况下，该scale值为 0.5，因此如果您希望获得更好的结果（但使用更多内存），请将其设置为 1。

输入图像和目标掩码应分别位于data/imgs和data/masks文件夹中。

2.2 调用示例

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

3.Predict预测

python predict.py -h

3.1 用法

predict.py [-h] [--model FILE] --input INPUT [INPUT ...] 
                  [--output INPUT [INPUT ...]] [--viz] [ --no-save] 
                  [--mask-threshold MASK_THRESHOLD] [--scale SCALE]

可选参数：-h , --help 显示此帮助消息并退出

• --model FILE, -m FILE
  指定文件在该模型被存储（默认值：MODEL.pth）

• --input INPUT [INPUT ...]，-i INPUT [INPUT ...]
  的输入图像的文件名（默认值：无）

• --output INPUT [INPUT ...], -o INPUT [INPUT ...]
  输出图像的文件名（默认值：无）--
  viz，-v 在处理图像时可视化（默认值：False）

• -- no -save, -n 不保存输出掩码 (默认: False)

• --mask-threshold MASK_THRESHOLD, -t MASK_THRESHOLD
  考虑掩码像素 白色的最小概率值(默认: 0.5)

• --scale SCALE, -s SCALE 比例因子对于输入图像（默认值：0.5）

3.2 调用示例

• 要预测单个图像并保存它：

python predict.py -i image.jpg -o output.jpg

• 要预测多个图像并显示它们而不保存它们：

python predict.py -i image1.jpg image2.jpg --viz --no-save

3.3 融合预览

为更加直观地感受分割后得到的结果，下面采用图像融合的方式进行预览
(说明：其中img1为图像原图，img2为预测的二值图像，image为两者根据一定比例融合之后得到的结果。)

• 下面一并附上图像融合代码

import cv2              
import numpy as np      
                        
src = "/home/linxu/下载/flow_dataset/image/30.jpg"
mask = "/home/linxu/下载/flow_dataset/output.png"
                        
# 使用opencv叠加图片          
img1 = cv2.imread(src)  
img2 = cv2.imread(mask) 
                        
alpha = 1               
meta = 0.4              
gamma = 0               
cv2.imshow('img1', img1)
cv2.imshow('img2', img2)
 image = cv2.addWeighted(img1,alpha,img2,meta,gamma)                     
 
 cv2.imshow('image', image)                                              
 cv2.waitKey(0)                                                          

参考：https://blog.csdn.net/jcfszxc/article/details/106289555