Keras-Sematic-Segmentation

使用Keras实现深度学习中的一些语义分割模型。

配置

• tensorflow 1.13.1+tensorboard
• keras 2.2.4
• GTX 2080Ti x 2
• Cuda 10.0 + Cudnn7
• opencv-python
• labelme（标注数据需要用）
• PyCaffe（模型部署时用）

目录结构

• data 存储输入图像和语义分割标签的文件夹

- data
	- dataset_name
		- train_image
		- train_label
		- test_image
		- test_label

• Models 存储使用keras实现的一些经典分割模型
• utils 存储工具代码，如数据预处理，自定义resize方式等
• losses 常见的分割损失函数如Dice Loss，Tversky Loss等
• metrics 常见的分割评价指标，比如dice分数，f1分数等
• tools 模型转换工具，将输出的Keras模型转为caffe模型，再转到NCNN/TensorRT/OpenVINO等推理框架进行部署
• data.py 加载1个batch的原始图片和分割标签图片
• train.py 模型训练
• test.py 模型测试
• json_to_dataset.py 批量处理多张图片并一步建好所需目录及相关mask文件

已支持的分割模型

model_name	Base Model	Segmentation Model	Params	FLOPs	Model Size	Available
enet	ENet	Enet	371,558	759,829	1.4Mb	True
fcn8	Vanilla CNN	FCN8	3,609,196	7220708	29.0Mb	True
unet	Vanilla CNN	UNet	7,167,618	14,344,197	57.6Mb	True
attunet	Vanilla CNN	AttUNet	8,913,058	17,841,087	71.7Mb	True
r2unet	Vanilla CNN	R2UNet	17,652,930	51,065,008	141.7Mb	True
r2attunet	Vanilla CNN	R2AttUNet	16,958,530	46,532,640	136.2Mb	True
unet++	Vanilla CNN	NestedUNet	9,171,170	18,353,631	73.7Mb	True
segnet	Vanilla CNN	SegNet	2,941,218	5,888,377	11.9Mb	True
icnet	Vanilla CNN	ICNet	6,740,610	13,524,726	27.6Mb	True
pspnet*	Vanilla CNN	PSPNet	964,226	8,894,120	3.9Mb	True
mobilenet_unet	MobileNet	MobileNetUnet	407,778	825,856	1.9Mb	True
mobilenet_fcn8	MobileNet	MobileNetFCN8	3,432,764	6,880,358	14Mb	False
seunet	SENet	SEUNet	1,964,530	3,932,843	8.2Mb	True
scseunet	SCSENet	scSEUNet	1,959,266	3,923,359	8.1Mb	True
vggunet	VGGNet	VGGUnet	25,884,170	51,789,952	103.8Mb	True
unet_xception_resnetblock	XceptionNet	Unet_Xception_ResNetBlock	38,431,730	88,041,130	154.5Mb	True
deeplab_v2	DeepLab	DeepLabV2	37,799,752	75,574,697	151.3Mb	True
hrnet	HRNet	HRNet	9524168	57,356,440	117.1Mb	True

注：测试数据是基于输入图片大小为224x224的二分类模型。对于标*号的模型，图片大小为模型定义里支持的最小大小。

已支持的损失函数

Name (as argument)	Type	Available
ce	Cross Entropy	Yes
weighted_ce	Weighted Categorical loss	Yes
b_focal	Binary Focal loss	Yes
c_focal	Categorical Focal loss	Yes
dice	Dice loss	Yes
bce_dice	BCE + Dice loss	Yes
ce_dice	CE + Dice loss	Yes
g_dice	Generalized Dice loss	Yes
jaccard	Jaccard loss	Yes
bce_jaccard	BCE + Jaccard loss	Yes
ce_jaccard	CE + Jaccard loss	Yes
tversky	Tversky loss	Yes
f_tversky	Focal Tversky loss	Yes

注：weighted_ce 以及 c_focal 需要指定对应class的权重或者指定class数量。默认值为平分权重的二分类。

已支持的评价指标

Type	Available
iou_score	Yes
jaccard_score	Yes
f1_score	Yes
f2_score	Yes
dice_score	Yes

已支持训练可视化

为了更好的监督训练过程,我们已经提供了训练可视化,对损失函数,iou_score,dice_socoe,f1_score,f2_score等进行了可视化.在训练过程中会在模型保 存的文件夹下生成log文件夹,例如weights/unet/log,然后使用tensorboard --logdir=weights/unet/log,打开得到的网址即可获得可视化结果.

训练

使用下面的命令训练和保存模型，模型保存路径，训练超参数需要灵活设置。

export CUDA_VISIBLE_DEVICES=0,1 # 使用的GPU序号
python train.py ...

可用参数如下：

• --exp_name 字符串，代表此次实验的名称，默认exp1。
• --dataset_name 字符串，代表选择对应的数据集的名称，默认bbufdataset，支持camvid。
• --loss 字符串，代表选择的损失函数的名称，默认ce，全部名称见支持的损失函数。
• --n_classes 整型，代表分割图像中有几种类别的像素，默认为2。
• --input_height整型，代表要分割的图像需要resize的长，默认为224。
• --input_width 整型，代表要分割的图像需要resize的宽，默认为224。
• --resize_op 整型，代表resize的方式，如果为1则为普通resize，如果为2，则为letterbox_resize，默认为1。
• --validate布尔型，代表训练过程中是否需要验证集，默认为True，即使用验证集。
• --epochs整型，代表要训练多少个epoch，默认为50。
• --train_batch_size整型，代表训练时批量大小，默认为4。
• --val_batch_size整型，代表训练时批量大小，默认为4。
• --model_name 字符串类型，代表训练时使用哪个模型，支持enet,unet,segnet,fcn8等多种模型，默认为unet。
• --train_save_path字符串类型，代表训练时保存模型的路径，默认为weights/unet，即会将模型保存在weights文件夹下，并且每个模型名字前缀以unet开头，后面接迭代次数和准确率构成完整的保存模型的路径。
• --resume字符串类型，代表继续训练的时候加载的模型路径，默认值为``，即从头训练。
• --optimizer_name字符串类型，代表训练模型时候的优化方法，支持sgd,adam,adadelta等多种优化方式，默认为adadelta。
• --image_init字符串类型，代表输入图片初始化方式，支持sub_mean，sub_and_divide，divide，默认为divide。
• --multi_gpus 布尔类型，代表使用是否多卡进行训练，默认为Fasle，如果为True，需将gpu_count参数设置为使用的显卡数量
• --gpu_count 整型，当multi_gpus为True时代表使用的GPU数量。需要配合设置相应的环境变量CUDA_VISIBLE_DEVICES。

训练示例

• 训练本工程提供的二分类数据集：python train.py --dataset_name bbufdataset --model_name unet --input_height 224 --input_width 224 --image_init divide --n_classes 2
• 训练CamVid数据集：python train.py --dataset_name camvid --model_name unet --input_height 720 --input_width 960 --image_init sub_mean --n_classes 32 --train_batch_size 2 --val_batch_size 2

测试

使用下面的命令测试模型，加载模型的路径，图像输入分辨率等参数需要灵活设置。

python test.py ...

可用参数如下：

• --test_images字符串类型，代表测试图所在的文件夹路径，默认为data/test/。
• --output_path字符串类型，代表从测试图预测出的mask图输出路径，默认为data/output/。
• --model_name 字符串类型，代表测试时使用哪个模型，支持enet,unet,segnet,fcn8等多种模型，默认为unet。
• --weights_path字符串类型，代表预测时加载的模型权重，默认为weights/unet.18-0.856895.hdf5，即对应默认模型unet训练出来的模型权重路径。
• --input_height整型，代表测试集输入到网络中需要被resize的长，默认为224。
• --input_width整型，代表测试集输入到网络中需要被resize的宽，默认为224。
• --resize_op 整型，代表resize的方式，如果为1则为普通resize，如果为2，则为letterbox_resize，默认为1。
• --classes整型，代表图片中的像素类别数，默认为2。
• --mIOU布尔型，代表是否启用评测mIOU，默认为False，一旦启用需要提供带有mask图的测试数据集。
• --val_images字符串类型，代表启用mIOU后测试集原图的路径，默认为data/val_image/。
• --val_annotations字符串类型，代表启用mIOU后测试集mask图的路径，默认为data/val_label/。
• --image_init字符串类型，代表输入图片初始化方式，支持sub_mean，sub_and_divide，divide，默认为divide。

测试示例

• 测试二分类数据集：python test.py --model_name unet --weights_path weights/unet.xx.hdf5 --classes 2 --image_init divide
• 测试CamVid数据集：python test.py --model_name unet --weights_path weights/unet.xx.hdf5 --classes 32 --image_init sub_mean --input_height 720 --input_width 960

数据增强

实现中...

数据集

数据集制作使用Labelme即可，然后将得到的json文件使用json_to_dataset.py转换为本工程要用的mask标签图，具体操作步骤为：

• 使用本工程中的json_to_dataset.py替换掉labelme/cli中的相应文件—json_to_dataset.py 。在cmd中输入python json_to_dateset.py /path/你的json文件夹的路径。注意是把每张图的json文件都放在一个目录下，labelme标注出来的默认是一张图片一个文件夹。
• 运行后，在json文件夹中会出现mask_png、labelme_json文件夹，mask_png中存放的是所有8位掩码文件！也即是本工程中使用的标签图。
• 具体来说，我们的标签图就是分别指示每张图片上每一个位置的像素属于几，0是背景，然后你要的类别从1开始往后递增即可。
• 本工程训练和测试的一个2类的简单分割数据集，下载地址为：https://pan.baidu.com/s/1sVjBfmgALVK7uEjeWgIMug
• 本工程训练和测试的CamVid数据集，下载地址为：https://pan.baidu.com/s/1zequLd0aYXNseGoXn-tdog
• 本工程训练和测试的一个包的数据集，下载地址为：https://pan.baidu.com/s/1iau4E0tjm6179z_XTSqExw，提取码：sg22

Model Zoo

已经训练好的Keras模型放在这个工程下，模型按照名字进行对应：

https://github.com/BBuf/Keras-Semantic-Segmentation-Model-Zoo

模型部署

首先将Keras模型转为Caffe模型，然后再转为NCNN/OpenVINO/TensorRT/M模型进行部署，已支持转换OP和网络如下。

已支持OP

• InputLayer
• Conv2D/Convolution2D
• Conv2DTranspose
• DepthwiseConv2D
• SeparableConv2D
• BatchNormalization
• Dense
• ReLU
• ReLU6
• LeakyReLU
• SoftMax
• SigMoid
• Cropping2D
• Concatenate
• Merge
• Add
• Flatten
• Reshape
• MaxPooling2D
• AveragePooling2D
• Dropout
• GlobalAveragePooling2D
• UpSampling2D
• ...

已支持网络

• VGG16
• SqueezeNet
• InceptionV3
• InceptionV4
• Xception V1
• UNet
• ...

标准

个人制作2个类别小零件数据集分割结果

Resolution	ResizeOp	Epoch	model_name	Base Model	Segmentation Model	Acc	iou_score	dice_score	f1_score	f2_score
224x224	1	50	enet	ENet	Enet
224x224	1	50	fcn8	Vanilla CNN	FCN8
224x224	1	50	unet	Vanilla CNN	UNet
224x224	1	50	attunet	Vanilla CNN	AttUNet
224x224	1	50	r2unet	Vanilla CNN	R2UNet
224x224	1	50	r2attunet	Vanilla CNN	R2AttUNet
224x224	1	50	unet++	Vanilla CNN	NestedUNet
224x224	1	50	segnet	Vanilla CNN	SegNet
224x224	1	50	icnet	Vanilla CNN	ICNet
384x384	1	50	pspnet	Vanilla CNN	PSPNet
224x224	1	50	mobilenet_unet	MobileNet	MobileNetUnet
224x224	1	50	mobilenet_fcn8	MobileNet	MobileNetFCN8
224x224	1	50	seunet	SENet	SEUNet
224x224	1	50	scseunet	SCSENet	scSEUNet
224x224	1	50	vggunet	VGGNet	VGGUnet
224x224	1	50	unet_xception_resnetblock	XceptionNet	Unet_Xception_ResNetBlock
320x320	1	50	deeplab_v2	DeepLab	DeepLabV2
224x224	1	50	hrnet	HRNet	HRNet

CamVid分割数据集分割结果

Resolution	ResizeOp	Epoch	model_name	Base Model	Segmentation Model	Acc	iou_score	dice_score	f1_score	f2_score
960x704	1	50	enet	ENet	Enet
960x704	1	50	fcn8	Vanilla CNN	FCN8
960x720	1	50	unet	Vanilla CNN	UNet	0.70	0.51	0.67	0.67
	1	50	attunet	Vanilla CNN	AttUNet
	1	50	r2unet	Vanilla CNN	R2UNet
	1	50	r2attunet	Vanilla CNN	R2AttUNet
	1	50	unet++	Vanilla CNN	NestedUNet
	1	50	segnet	Vanilla CNN	SegNet
	1	50	icnet	Vanilla CNN	ICNet
	1	50	pspnet	Vanilla CNN	PSPNet
	1	50	mobilenet_unet	MobileNet	MobileNetUnet
	1	50	mobilenet_fcn8	MobileNet	MobileNetFCN8
	1	50	seunet	SENet	SEUNet
	1	50	scseunet	SCSENet	scSEUNet
	1	50	vggunet	VGGNet	VGGUnet
	1	50	unet_xception_resnetblock	XceptionNet	Unet_Xception_ResNetBlock
	1	50	deeplab_v2	DeepLab	DeepLabV2
	1	50	hrnet	HRNet	HRNet

眼球血管分割数据集

• 全部基于UNet进行测试，这个数据集是为了测试工程中支持的各种损失函数的效果。以下指标在测试集上报告。

Resolution	ResizeOp	Epoch	Loss Name	Acc	iou_score	dice_score	f1_score	f2_score
224x224	1	50	ce	0.9238	0.7817	0.8770	0.8770	0.8770
	1	50	weighted_ce	0.9194	0.8329	0.9088	0.9088	0.9088
	1	50	b_focal	0.9106	0.6103	0.7579	0.7579	0.7579
	1	50	c_focal	0.9194	0.8301	0.9071	0.9071	0.9071
	1	50	dice	0.9198	0.7429	0.8523	0.8523	0.8523
	1	50	bce_dice	0.9307	0.7628	0.8653	0.8653	0.8653
	1	50	ce_dice
	1	50	g_dice
	1	50	jaccard
	1	50	bce_jaccard
	1	50	ce_jaccard
	1	50	tversky
	1	50	f_tversky

个人制作2个类别小零件数据集分割可视化结果

Input Image	Output Segmentation Image

CamVid数据集分割可视化结果

Input Image	Output Segmentation Image

眼球病变数据集分割可视化结果

Input Image	Output Segmentation Image

参考

• https://github.com/divamgupta/image-segmentation-keras
• https://github.com/uhfband/keras2caffe

微信公众号&交流群

• QQ群号 1030186545
• 加群密码 qqq