Press "Enter" to skip to content

基于飞桨复现语义分割网络HRNet,实现瓷砖缺陷检测

本站内容均来自兴趣收集,如不慎侵害的您的相关权益,请留言告知,我们将尽快删除.谢谢.

内容简介

 

本项目讲述了HRNet网络结构,并尝试使用PaddleSeg中HRNet网络实现瓷砖缺陷检测

 

PaddleSeg GitHub:

 

https://github.com/PaddlePaddle/PaddleSeg

 

本文包含以下4部分内容:

 

PaddleSeg介绍

 

HRNet网络分析

 

基于PaddleSeg使用HRNet网络进行瓷砖缺陷检测

 

PaddleSeg介绍

 

PaddleSeg是基于PaddlePaddle开发的图像分割开发套件,覆盖了DeepLabv3+、U-Net、ICNet、PSPNet、HRNet、Fast-SCNN等主流分割网络。通过模块化的设计,以配置化方式驱动模型组合,帮助开发者更便捷地完成从训练到部署的全流程图像分割应用。

 

PaddleSeg产品特点:

 

1. 丰富的数据增强:基于百度视觉技术部的实际业务经验,内置10+种数据增强策略,可结合实际业务场景进行定制组合,提升模型泛化能力和鲁棒性。

 

2. 模块化设计:支持DeepLabv3+、U-Net、ICNet、PSPNet、HRNet、Fast-SCNN六种主流分割网络,结合预训练模型和可调节的骨干网络,满足不同性能和精度的要求;选择不同的损失函数如Dice Loss, Lovasz Loss等方式可以强化小目标和不均衡样本场景下的分割精度。

 

3. 高性能:PaddleSeg支持多进程I/O、多卡并行等训练加速策略,结合飞桨核心框架的显存优化功能,可大幅度减少分割模型的显存开销,让开发者更低成本、更高效地完成图像分割训练。

 

4. 工业级部署:全面提供服务端和移动端的工业级部署能力,依托飞桨高性能推理引擎和高性能图像处理实现,开发者可以轻松完成高性能的分割模型部署和集成。通过Paddle-Lite,可以在移动设备或者嵌入式设备上完成轻量级、高性能的人像分割模型部署。

 

5. 产业实践案例:PaddleSeg提供丰富地产业实践案例,如人像分割、工业表计检测、遥感分割、人体解析,工业质检等产业实践案例,助力开发者更便捷地落地图像分割技术。

 

HRNet网络分析

 

论文名称:

 

High-Resolution Representations for Labeling Pixels and Regions

 

下载地址:

 

https://arxiv.org/pdf/1904.04514.pdf

 

网络整体结构:

 

 

如上图所示HRNet有四个并行的分支,包含三次下采样过程。值得注意的是,上图中的输入是以原始输入的1/4开始的,即先经历了2次步长为2的3×3

 

HRNet网络结构特点:

 

始终保持高分辨率表征

 

从网络整体结构可以看出,每次产生低分辨率特征图之后,原有的高分辨特征还会参与到后续的卷积过程,因此产生了并行的不同分辨率的特征图。

 

残差单元

 

图中的直箭头代表残差单元,残差单元由4个残差卷积(1×1、3×3、1×1)构成。

 

 

类似全连接的阶段性特征融合

 

每经过4个残差单元之后会进行一次不同分辨率的特征融合。低分辨率上采样与高分辨率融合,高分辨率下采样与低分辨率融合,最终形成类似于全连接形式的特征融合过程。

 

 

简单明了的解码过程

 

如下图所示,解码过程显得很轻巧,将四个阶段产生的不同分辨率的特征图直接上采样至输入的1/4,经过1次1*1卷积整合各通道的信息,然后进行预测分类,最后上采样至原图大小进行损失计算。

 

 

关键性代码:

 

以下展示了网络搭建过程中重要的方法及注释。

 

#获取各阶段的通道数{18,36,72,144}     channels_2 = cfg.MODEL.HRNET.STAGE2.NUM_CHANNELS     channels_3 = cfg.MODEL.HRNET.STAGE3.NUM_CHANNELS     channels_4 = cfg.MODEL.HRNET.STAGE4.NUM_CHANNELS     #获取各阶段残差单元的循环次数{1,4,3}     num_modules_2 = cfg.MODEL.HRNET.STAGE2.NUM_MODULES     num_modules_3 = cfg.MODEL.HRNET.STAGE3.NUM_MODULES     num_modules_4 = cfg.MODEL.HRNET.STAGE4.NUM_MODULES      #步长为2的跨步卷积 f=3*3     x = conv_bn_layer(input=input,filter_size=3,num_filters=64,stride=2,if_act=True,name=’layer1_1′)     #步长为2的跨步卷积 f=3*3     x = conv_bn_layer(input=x,filter_size=3,num_filters=64,stride=2,if_act=True,name=’layer1_2′)     #执行1个残差单元     la1 = layer1(x, name=’layer2′)     #根据输入中最低分辨率特征图生成低分辨率特征图,并规范特征图的通道数     tr1 = transition_layer([la1], [256], channels_2, name=’tr1′)     #执行4次残差卷积,并在每次残差单元结束时进行特征融合     st2 = stage(tr1, num_modules_2, channels_2, name=’st2′)     #根据输入中最低分辨率特征图生成低分辨率特征图,并规范特征图的通道数     tr2 = transition_layer(st2, channels_2, channels_3, name=’tr2′)     #执行3次残差卷积,并在每次残差单元结束时进行特征融合     st3 = stage(tr2, num_modules_3, channels_3, name=’st3′)     #根据输入中最低分辨率特征图生成低分辨率特征图,并规范特征图的通道数     tr3 = transition_layer(st3, channels_3, channels_4, name=’tr3′)     #执行1次残差卷积,并在每次残差单元结束时进行特征融合     st4 = stage(tr3, num_modules_4, channels_4, name=’st4′)     shape = st4[0].shape     ##获取st4[0]宽高,并进行双线性插值height, width = shape[-2], shape[-1]     st4[1] = fluid.layers.resize_bilinear(st4[1], out_shape=[height, width])     st4[2] = fluid.layers.resize_bilinear(st4[2], out_shape=[height, width])     st4[3] = fluid.layers.resize_bilinear(st4[3], out_shape=[height, width])     #特征通道合并     out = fluid.layers.concat(st4, axis=1)     #求总通道数     last_channels = sum(channels_4)     #使用1*1卷积进行跨通道的特征融合     out = conv_bn_layer(input=out,filter_size=1,num_filters=last_channels,stride=1,if_act=True,name=’conv-2′)     #使用1*1卷积进行最后的像素分类            out = fluid.layers.conv2d(input=out,num_filters=num_classes,filter_size=1,stride=1,padding=0,act=None,     param_attr=ParamAttr(initializer=MSRA(), name=’conv-1_weights’),bias_attr=False)     #恢复至网络输入的大小     out = fluid.layers.resize_bilinear(out, input.shape[2:])

 

网络的整理流程与细节如下所示:

 

 

网络过程中特征的维度变化如下所示:

 

 

基于PaddleSeg使用

 

HRNet进行瓷砖缺陷检测

 

1. 数据准备

 

表面缺陷检测是筛选不合格产品的核心过程,但该过程很少能自动完成。

 

据记载,在世界上最大的瓷砖生产基地浙江省的瓷砖厂,有近3/4的工人在检查产品质量。

 

为了减轻人类的劳动强度,已经提出了许多图像处理技术来尝试这样的检查任务。

 

瓷砖的自动损伤检测存在纹理复杂、缺陷形状多样、瓷砖光照条件随机性等几个瓶颈问题。

 

目标缺陷如气孔、裂纹、断裂、磨损如图所示。

 

 

2. 环境搭建

 

环境要求:

 

PaddlePaddle >= 1.7.0

 

Python >= 3.5+

 

由于图像分割模型计算开销大,推荐在GPU版本的PaddlePaddle下使用PaddleSeg

 

pip install -U paddlepaddle-gpu

 

安装过程

 

安装PaddleSeg套件:

 

git clone https://github.com/PaddlePaddle/PaddleSeg

 

安装PaddleSeg依赖:

 

cd PaddleSeg

 

pip install -r requirements.txt

 

3. 标签数据

 

PaddleSeg采用单通道的标注图片,每一种像素值代表一种类别,像素标注类别需要从0开始递增,例如0,1,2,3表示有4种类别。3. 标签数据

 

NOTE:

 

标注图像请使用PNG无损压缩格式的图片,标注类别最多为256类。

 

PaddleSeg支持灰度标注同时也支持伪彩色标注。

 

PaddleSeg支持灰度标注转换为伪彩色标注,如需转换成伪彩色标注图,可使用PaddleSeg自带的的转换工具

 

4.模型选择参数配置

 

模型选择:根据自己的需求选择合适的模型进行训练。本文选择HRNet-W18作为训练模型。

 

预训练模型:

pretrained_model/download_model.py中提供了相应的预训练模型下载地址,可以根据自己的需求在其中寻找相应的预训练模型,如不存在,可以按照同样的格式添加对应的模型名称与下载地址。

 

参数配置:参数由config.py和hrnet_Magnetic.yaml共同决定,.yaml文件的优先级高于config.py 。

 

 

常用参数配置详细说明:

 

DATASET:关于数据集的相关配置,如类别数、训练数据列表、测试数据列表

 

MODEL:模型配置:

 

MODEL_NAME: “hrnet” 模型名称

 

HRNET:配置各个stage中不同分辨率特征图的通道数

 

STAGE2:

 

NUM_CHANNELS: [18, 36]

 

STAGE3:

 

NUM_CHANNELS: [18, 36, 72]

 

STAGE4:

 

NUM_CHANNELS: [18, 36, 72, 144]

 

MULTI_LOSS_WEIGHT:模型输出权重配置

 

TRAIN_CROP_SIZE:训练时输入数据大小

 

EVAL_CROP_SIZE:测试时输入数据大小

 

BATCH_SIZE:输入网络中的BATCH_SIZE,需要适配显存

 

SNAPSHOT_EPOCH: 阶段性保存EPOCH

 

NUM_EPOCHS:总的训练轮数

 

LOSS:损失函数类别

 

LR:学习率

 

5.参数校验

 

在开始训练和评估之前,对配置和数据进行一次校验,确保数据和配置是正确的。使用下述命令启动校验流程:

 

python pdseg/check.py –cfg ./configs/hrnet_Magnetic.yaml

 

6. 模型训练

 

本次项目中设置的是阶段性模型评估,同时保存评估结果最好的模型参数在下述目录:

 

PaddleSeg/saved_model/unet_optic/best_model

 

best_model文件夹下包含ppcls.pdmodel、ppcls.pdopt、ppcls.pdparams三个文件用来进行后续的评估推理使用。

 

python pdseg/train.py –use_gpu –cfg ./configs/hrnet_Magnetic.yaml –do_eval

 

 

7. 模型评估

 

python pdseg/train.py –use_gpu –cfg ./configs/hrnet_Magnetic.yaml –do_eval [EVAL]#image=81 acc=0.9853 IoU=0.8434 [EVAL]Category IoU: [0.9842 0.7891 0.8468 0.7010 0.9258 0.8136] [EVAL]Category Acc: [0.9927 0.8871 0.9407 0.9106 0.9597 0.8829] [EVAL]Kappa:0.9037

 

8. 结果可视化

 

python pdseg/vis.py –use_gpu –cfg ./configs/hrnet_Magnetic.yaml

 

得到可视化结果之后,可以使用如下代码展示可视化结果:

 

import matplotlib.pyplot as plt import os import cv2  # 定义显示函数 def display(img_name):     image_dir = os.path.join(“./dataset/Magnetic/images”, img_name.split(“.”)[0]+”.jpg”)     label_dir = os.path.join(“./dataset/Magnetic/color”,img_name)     mask_dir = os.path.join(“./visual”, img_name)     img_dir = [image_dir, label_dir, mask_dir]     plt.figure(figsize=(15, 15))     title = [‘Image’, ‘label’, ‘Predict’]       for i in range(len(title)):         plt.subplot(1, len(title), i+1)         plt.title(title[i])         if i==0:             img_rgb = cv2.imread(img_dir[i])         else:             img = cv2.imread(img_dir[i])             b,g,r = cv2.split(img)             img_rgb = cv2.merge([r,g,b])                     plt.imshow(img_rgb)         plt.axis(‘off’)     plt.show() # 注:第一次运行可能无法显示,再运行一次即可。 img_list=os.listdir(“./visual”) for img_name in img_list:         display(img_name)

 

输出结果如下所示:

 

 

心得体会

 

本项目详细介绍了HRNet网络关键性技术点,最后使用基于飞桨开源深度学习框架的图像分割套件PaddleSeg,在AI Studio上完成了数据处理、模型训练、模型评估等工作。PaddleSeg套件让图像分割技术变得更为简单便捷,降低了开发者的上手难度。

 

在此强烈安利AI Studio。AI Studio是基于百度深度学习平台飞桨的人工智能学习与实训社区,提供在线编程环境、免费GPU算力、海量开源算法和开放数据,帮助开发者快速创建和部署模型。对于像笔者一样没有硬件条件的学习者是一个很大的助力。

 

整个项目包括数据集与相关代码已公开在AI Studio上,欢迎小伙伴们Fork。

 

https://aistudio.baidu.com/aistudio/projectdetail/894141

 

如在使用过程中有问题,可加入飞桨官方QQ群进行交流:1108045677。

 

如果您想详细了解更多飞桨的相关内容,请参阅以下文档。

 

官网地址:https://www.paddlepaddle.org.cn

Be First to Comment

发表评论

电子邮件地址不会被公开。 必填项已用*标注