【Demo】基于语义分割的矿区无人机影像地物提取实验 - 资源下载

0 有用

5 下载

【Demo】基于语义分割的矿区无人机影像地物提取实验

文件列表（压缩包大小 3.59M)

免费

概述

基于语义分割的矿区无人机影像地物提取实验

1. 实验数据介绍

无人机拍摄的高分辨率矿区影像图
实验室进行标注的对应label
v0219版本：进行裁剪后的640 x 640的图像与label数据
v0225&v0301版本及之后：进行裁剪后的320 x 320的图像与label数据，并更换测试集
v0607及所有详细数据调整情况：实验数据版本调整

2. 实验环境介绍

GPU等服务器资源不加介绍
Python3.6、Pytorch、OpenCV、torchvision、numpy等必备环境
图像切割工具包GDAL：仅在win系统下可运行

3. 实验流程介绍

原图数据和标注好的label数据，label是灰度的图像，且每个像素属于该类（0-3）共四类
切割原图和相应的label数据为640 x 640的图像，后期改为320大小进行实验
将切割好的原图和label对应好，使用代码进行可视化（因为标注的label是灰度，直观上看是黑色一片）
对数据进行数据增强，切割完成才有对应的几百张数据，增强至几千张
增强后的数据也要一对一对应好，建议一开始就取两者相同的图像名，使用可视化进行测试
数据划分，分为训练集、验证集、测试集；按照6:2:2的比例
搭建网络代码，使用Pytorch搭建网络，后期加入多种trick进行测试
编写train.py训练代码，写好训练流程、保存模型、保存loss等信息
训练完成之后，使用保存的模型进行预测,对预测出的图片进行涂色，使之可视化
根据预测结果进行kappa系数、mIoU指标的计算

4. 实验部分代码简介

数据简介：以一张大图和对应的label为例，可视化label以便查看原始数据
数据切割：介绍有关tif文件的切割，以及转换tif格式为png格式
灰度label可视化：由于label是1通道的图像，直观上是黑色图像，写代码使得同类别像素一个颜色进行可视化
数据增强_Data_Augmentation.py：离线数据增强，对图像进行随机旋转、颜色抖动、高斯噪声处理；
数据载入及数据划分：v0304版本之前的数据载入方式，使用简单留出法划分训练集、验证集
基于k折交叉验证方式的数据载入及数据划分：基于k折交叉验证，避免了因偶然因素引起的验证集的不同（验证集随机划分，每次实验结果都会有影响）
deeplabv3.py：基于pytorch的deeplab_v3网络搭建代码
deeplabv3论文笔记：论文Rethinking Atrous Convolution for Semantic Image Segmentation的阅读笔记
train.py：v0304版本之前训练程序的代码，基于简单留出验证
train_kfold.py：基于交叉验证方式的训练程序的代码
predictv0217.py：使用生成的训练模型来预测，并给预测图片进行涂色显示
MIoU指标计算：使用PyTorch基于混淆矩阵计算MIoU、Acc、类别Acc等指标
Kappa系数计算：使用PyTorch基于混淆矩阵计算Kappa系数评价指标

5. 实验版本数据记录

本实验有多个版本，具体实验详情如下：
- 使用图像增强进行训练集的生成，640大小的图像：训练集1944张、验证集648张、测试集162张
- v0225版本&v0301版本，320大小的图像：训练集9072张、验证集2268张、测试集378张
- v0607版本之后：第三次调整数据;使用dataset3
- v0923版本之后：加入dsm高程数据；使用dataset4
- v1012版本之后：加入了新数据；使用dataset5
- 图像的预处理：无标准化、只进行了归一化
- 损失函数：CrossEntropyLoss
- 优化器：SGD、lr=1e-3、动量=0.9； v0219版本测试Adam优化器、lr=1e-3
- v0225版本&v0301版本:Adam优化器、lr=1e-3
- v0225版本：deeplabv3-resnet152
- V3p-152： deeplabv3+-resnet152 + 5折交叉验证
- DANet_res：danet-resnet152 + 5折交叉验证
- Deeplabv3_dan：deeplabv3-dan-resnet152 + 5折交叉验证
- CCNet0403：ccnet-resnet152 + 5折交叉验证
- CCNet0509：deeplabv3-ccnet-resnet152 + 5折交叉验证
- ResNeSt0518：deeplabv3-resnest152 + 5折交叉验证（此代码修改自resnest分类网络代码）
- ResNeSt0525：deeplabv3-resnest101 + 5折交叉验证（此代码修改自resnest用于分割的代码）
- CCNet0607: deeplabv3-ccnet-resnet152 + 5折交叉验证 + 第三次调整数据 + 使用weight减轻样本不均衡
- ACNet0923: ACNet-resnet50 + 5折交叉验证 + 加入dsm高程信息 + 使用weight减轻样本不均衡 + 40
- ACNet0925: ACNet-resnet101 + 5折交叉验证 + 加入dsm高程信息 + 使用weight减轻样本不均衡 + 40
- ACNet0927: ACNet-resnet50 + CCNet替换decode的agant层 + 5折交叉验证 + 加入dsm高程信息 + 使用weight减轻样本不均衡 + 45
- ACNet0928: ACNet-resnet50 + CCNet替换原通道注意力模块 + 5折交叉验证 + 加入dsm高程信息 + 使用weight减轻样本不均衡 + 45
- ACNet0930: ACNet-resnet50 + CBAM替换原通道注意力模块 + 5折交叉验证 + 加入dsm高程信息 + 使用weight减轻样本不均衡 + 45
- ACNet1002: ACNet-resnet50 + 5折交叉验证 + 加入dsm高程信息 + 使用weight减轻样本不均衡 + 40 + ACNet0923对照实验测试Focalloss效果
- ACNet1004: ACNet_del_M_model-resnet50 + 5折交叉验证 + 加入dsm高程信息 + 使用weight减轻样本不均衡 + 40
- ACNet1005: ACNet1004对照实验 + torch.cat代替+融合方式；比较两者融合的效果好坏
- ACNet1006: ACNet1004对照实验 + CC_Moudle代替上采样过程中的4个agant层
- ACNet1008: ACNet1004对照实验 + CC_Moudle代替上采样过程中的第1个agant层
- ACNet1009: ACNet1004对照实验 + m0-m4融合的特征加入到RGB分支
- ACNet1010: ACNet1004对照实验 + sk-resnet50网络替换se-resnet50
- ACNet1012: ACNet0923网络结构 + 新的dataset5数据集
- ACNet1014: ACNet1004网络结构 + 新的dataset5数据集
- ACNet1016: ACNet1014对照实验 + 编码器的最后融合前添加ASPP模块
- ACNet1021: ACNet1014对照实验 + 将高程数据的分支的通道注意力改为空间注意力
- ACNet1023: ACNet1014对照实验 + 将RGB数据的分支的通道注意力改为通道与空间注意力串行
- ACNet1025: ACNet1014对照实验 + 替换注意力机制中的一个卷积为两个卷积层
- ACNet1029: ACNet1014对照实验 + 将RGB数据的分支的通道注意力改为通道与空间注意力并行
- ACNet1101: ACNet1014对照实验 + 删除了第一个卷积层之后的注意力机制与融合 + 删除对下采样的指导
- ACNet1103: ACNet1014对照实验 + 将之前的agant层替换为金字塔池化模块ppm + sizes==(1,2,5,10)
- ACNet1106: ACNet1014对照实验 + 将之前的agant层替换为金字塔池化模块ppm + sizes==(1,2,5)
- ACNet1110: ACNet1014对照实验 + 将RGB分支和高程分支的通道注意力改为通道与空间注意力并行
- ACNet1113: ACNet1014对照实验 + 将RGB分支的通道注意力改为通道与空间注意力并行，高程分支为串行

5.1 实验版本记录 & 一些想法

数据增强加入随机裁剪操作，并双线性插值pad至320大小(不能pad，标签pad就不是真实值)，投入训练
- 随机裁剪数据至192大小，没有pad，和320大小的数据一起当做训练集，出现错误提示：一个batch的数据，[B,C,H,W]必须一致，由于320和192大小的数据掺杂，所以报错。因为实验使用离线的数据增强
因数据集中样本数量不平衡，测试weighted Cross Entropy-Loss以及Focal-Loss
使用CCNet单独训练
- v0403版本：只使用了ccnet注意力模块的输出上采样，结果为不收敛，但是使用epoch-8.pth测试有点效果
- 后期测试：将x与x_dsn特征融合，进行测试，测试结果如下，可以看出较danet单独训练结果稍好，车辆acc例外
CCNet与deeplabv3共同使用，将注意力模块加入deeplabv3
- v0509版本：将ccnet模块与aspp模块并行，cat两个结果，最后进行分割。整体Acc、MIoU、Kappa都达到了最高
- v0509版本：只有道路和车辆的准确率低于以往的实验
- v0607版本：测试Cross Entropy-Loss加入权重[0.1, 0.8, 1.0, 1.0]
  - 测试到epoch12，由于服务器原因程序中断，查看log，在训练集、验证集上的loss都较之前增大
  - 修改权重，根据训练数据集，算出真正的像素比例值，调整权重，重新训练
  - 此次效果很好，其中明显在预测图中【道路】的识别率增大，且指标上涨明显
DAN网络单独训练
- danet_drn_v0408版本：output包括feat_sum、pam_out、cam_out，采用辅助loss训练，结果一塌糊涂
- danet_v0408版本：更换backbone网络为resnet-152，替换deeplabv3的aspp模块，不使用辅助loss，使用feat_sum进行结果的分割，结果详见下表Danet0408
DAN模块并行加入deeplabv3网络中，实验数据如下所示
将deeplabv3的backbone网络Resnet换为ResNeSt，目前测试版本：resnest-v0518
- 此版本：根据代码修改，去除aspp后的层，模仿deeplabv3-resnet进行修改，效果一般，仅仅提升了道路的识别
根据@张航作者的代码进行更改得出，deeplabv3-resnest101，已测试
目前的实验目标：提高车辙的识别率（道路的标注中，有一部分是车轮轧过的车辙），最怀疑是数据量不够
- 思路1：加大数据量，如下进行的新的数据增强；
- 思路2：调整损失函数，加入weight权重，减轻样本数目不平衡问题；
- 实验结果有较大的提升，见下结果
关于数据的调整：重新审视了代码，测试了增强的结果；其中，颜色抖动、随机旋转有效；高斯噪声处理像素值改变小；
- 在原训练数据上新添加如下：左右翻转图像；上下翻转图像；其中各1890张，共3780张；
  - 更新：删除了反转的图像中全黑的label，即全是背景的label；（减轻一下样本不均衡）
- 有关第三次数据调整，详见issue-数据调整汇总

5.2 基于RGB与高程数据的语义分割实验

数据处理部分
- Depth原始数据（高程数据）是32位的tiff格式图像，需转换为8位的tiff格式图，使用python的代码直接转换会线性压缩图像的对比性，所以要先找到图像像素的极值，将其像素之间的差做出来，再使用代码转换为uint8文件。转换代码地址：32to8.py
- png切割代码：png_crop.py
- 在dataset3中有筛选出的特征较均衡的图像，使用代码筛选切割好的dsm高程数据；代码：file_find.py
- 基于dataset3加入dsm高程数据：dataset4的调整记录
代码详见上方链接

5.3 test测试数据集-各版本结果对比

版本&指标	Acc	MIoU	Kappa	背景	房屋	道路	车辆
V0225	0.9562	0.7864	0.8477	0.9847	0.8531	0.8898	0.7269
V0301	0.9545	0.7740	0.8429	0.9815	0.8849	0.9037	0.6313
V0304	0.9555	0.7777	0.8470	0.9816	0.8529	0.9086	0.7151
V3p-101	0.9544	0.7706	0.8427	0.9785	0.8704	0.9165	0.5758
V3p-152	0.9525	0.7582	0.8317	0.9860	0.8235	0.9111	0.6009
Danet0408	0.9294	0.6762	0.7347	0.9818	0.5991	0.8409	0.4458
Danet0420	0.9497	0.7611	0.8276	0.9732	0.8232	0.9101	0.6559
CCnet0403	0.9412	0.6846	0.7845	0.9876	0.7803	0.9252	0.4353
CCnet0509	0.9593	0.7947	0.8593	0.9863	0.8818	0.8856	0.6740
ResNeSt0518	0.9437	0.7143	0.8057	0.9765	0.8315	0.9184	0.4154
ResNeSt0525	0.9525	0.7601	0.8363	0.9763	0.8725	0.8192	0.5519
CCNet0607	0.9603	0.8057	0.8684	0.9722	0.8907	0.9216	0.7745
ACNet0923	0.9635	0.8220	0.8802	0.9710	0.9191	0.9588	0.8167
ACNet0925	0.9583	0.8016	0.8625	0.9716	0.9060	0.9002	0.7994
ACNet0927	0.9573	0.7935	0.8618	0.9677	0.9415	0.9521	0.8032
ACNet0928	0.9352	0.7172	0.7878	0.9491	0.8509	0.9534	0.6594
ACNet0930	0.9616	0.8192	0.8733	0.9744	0.9113	0.9472	0.8420
ACNet1002	0.9492	0.7681	0.8355	0.9634	0.8688	0.9394	0.7913
ACNet1004	0.9638	0.8204	0.8807	0.9713	0.9229	0.9643	0.8317
ACNet1005	0.9619	0.8065	0.8740	0.9715	0.9288	0.9425	0.7376
ACNet1006	0.9537	0.7853	0.8518	0.9585	0.9420	0.9505	0.7951
ACNet1008	0.9642	0.8175	0.8806	0.9771	0.9317	0.9386	0.7271
ACNet1009	0.9627	0.8099	0.8758	0.9760	0.8999	0.9133	0.7584
ACNet1010	0.9587	0.7969	0.8655	0.9710	0.9331	0.9376	0.7433
ACNet1012	0.9528	0.7844	0.8477	0.9720	0.9036	0.8208	0.8036
ACNet1014	0.9580	0.7948	0.8622	0.9753	0.9214	0.8318	0.7961
ACNet1016	0.9534	0.7837	0.8434	0.9750	0.8340	0.9580	0.7566
ACNet1021	0.9481	0.7560	0.8329	0.9588	0.9319	0.9375	0.6947
ACNet1023	0.9513	0.7653	0.8405	0.9673	0.9179	0.9373	0.7573
ACNet1025	0.9483	0.7635	0.8231	0.9764	0.7607	0.8985	0.7280
ACNet1029	0.9553	0.7863	0.8539	0.9738	0.9123	0.8204	0.7964
ACNet1101	0.9494	0.7685	0.8379	0.9603	0.9339	0.9377	0.7849
ACNet1103	0.9561	0.7816	0.8545	0.9722	0.8957	0.9162	0.7634
ACNet1106	0.9571	0.7802	0.8543	0.9800	0.8832	0.9148	0.6309
ACNet1110	0.9544	0.7848	0.8479	0.9733	0.8983	0.8243	0.8057
ACNet1113	0.9530	0.7833	0.8435	0.9676	0.8729	0.9304	0.7828
ACNet1117	0.9613	0.8102	0.8724	0.9774	0.9154	0.8719	0.8009

6. 实验分割结果展示

ACNet-0923版本实验预测图：

7. 实验优化问题记录

7.1 实验优化问题解决记录-MIoU-v0217

MIoU数据：MIoUData.py：读取label和predict图像，以tensor形式，batch_size=4传入----v0210
MIoU的计算：testMIoU.py：将传入的tensor转为np的array，再执行flatten()进行一维化，每4个图像进行计算miou，最后求平均的miou
问题：计算得到的MIoU都为1.0，怀疑原因，中间的float强转int，最后得到的数值都为1
解决v0217：修改读入方式，使用CV2直接读入，不变为tensor，详见MIoUCalv0217.py，MIoUDatav0217.py
7.3 预测问题-已解决v0217
v0217版本：修改预测方法，以一张一张读入进行预测，解决之前的大部分涂色失败问题。效果如下：