训练语义分割模型

---

更多语义分割模型在视盘数据集上的训练代码可参考代码tutorials/train/segmentation/deeplabv3p.py。

1.下载并解压训练所需的数据集

使用1张显卡训练并指定使用0号卡。

import os
os.environ['CUDA_VISIBLE_DEVICES'] = '0'
import paddlex as pdx

这里使用视盘分割数据集，训练集、验证集和测试集共包含343个样本，2个类别。

optic_dataset = 'https://bj.bcebos.com/paddlex/datasets/optic_disc_seg.tar.gz'
pdx.utils.download_and_decompress(optic_dataset, path='./')

2.定义训练和验证过程中的数据处理和增强操作

在训练过程中使用RandomHorizontalFlip和RandomPaddingCrop进行数据增强，transforms的使用见paddlex.seg.transforms

train_transforms = transforms.Compose([
    transforms.RandomHorizontalFlip(),
    transforms.Resize(target_size=512),
    transforms.RandomPaddingCrop(crop_size=500),
    transforms.Normalize()
])
eval_transforms = transforms.Compose([
    transforms.Resize(512),
    transforms.Normalize()
])

3.创建数据集读取器，并绑定相应的数据预处理流程

数据集读取器的介绍见文档paddlex.cv.datasets

train_dataset = pdx.datasets.SegDataset(
    data_dir='optic_disc_seg',
    file_list='optic_disc_seg/train_list.txt',
    label_list='optic_disc_seg/labels.txt',
    transforms=train_transforms,
    shuffle=True)
eval_dataset = pdx.datasets.SegDataset(
    data_dir='optic_disc_seg',
    file_list='optic_disc_seg/val_list.txt',
    label_list='optic_disc_seg/labels.txt',
    transforms=eval_transforms)

4.创建DeepLabv3+模型，并进行训练

创建DeepLabv3+模型，num_classes 需要设置为不包含背景类的类别数，即: 目标类别数量(1)，详细代码可参见demo。

num_classes = num_classes
model = pdx.seg.DeepLabv3p(num_classes=num_classes)

模型训练默认下载并使用在ImageNet数据集上训练得到的Backone，用户也可自行指定pretrain_weights参数来设置预训练权重。 训练过程每间隔save_interval_epochs会在save_dir保存一次模型，与此同时也会在验证数据集上计算指标。 检测模型的接口可见文档paddlex.seg.models。

model.train(
    num_epochs=40,
    train_dataset=train_dataset,
    train_batch_size=4,
    eval_dataset=eval_dataset,
    learning_rate=0.01,
    save_dir='output/deeplab',
    use_vdl=True)

将use_vdl设置为True时可使用VisualDL查看训练指标。按以下方式启动VisualDL后，浏览器打开 https://0.0.0.0:8001即可。其中0.0.0.0为本机访问，如为远程服务, 改成相应机器IP。

visualdl --logdir output/deeplab/vdl_log --port 8001

5.验证或测试

训练完利用模型可继续在验证集上进行验证。

eval_metrics = model.evaluate(eval_dataset, batch_size=2)
print("eval_metrics:", eval_metrics)

结果输出：

eval_metrics: {'miou': 0.8915175875548873, 'category_iou': [0.9956445981924432, 0.7873905769173314], 'macc': 0.9957137358816046, 'category_acc': [0.9975360650317765, 0.8948120441157331], 'kappa': 0.8788684558629085}

训练完用模型对图片进行测试。

image_name = 'optic_disc_seg/JPEGImages/H0005.jpg'
predict_result = model.predict(image_name)

可视化测试结果：

import paddlex as pdx
pdx.seg.visualize(image_name, predict_result, weight=0.4)