FCN语义分割训练自己的数据（依据VOC2012数据集格式）

心已赠人 2022-05-18 09:53 635阅读 0赞

**chapter 4 应用FCN训练自己的数据（以voc2012为模板）**

step0.参考数据集需求

可用于FCN的完全VOC格式的数据组织结构模式：

![70][]

![70 1][]

训练集和验证集可以按照8-2的方式进行安排。

VOC2012数据集共包含21个类别，其中包括背景类，则共包含20类事物。

**step1**.制作自己的数据

应用一个简化的方法，并不把像素级的labels做成.mat的形式，反倒是借助于索引图的格式，直接在载入图片的时候把颜色值作为标签载入，并把制作好的索引图当成labels。

制作过程：

制作自己的FCN数据流程：

1.  应用labelme软件（安装使用过程参见安装文档）对图像数据进行标注，标注完毕后会生成.json文件。
2.  针对.json文件，在终端输入指令：labelme\_json\_to\_dataset 路径/文件名.json 即可生成dataset文件夹。
3.  为文件夹下的label.png（目前开起来是全黑色）进行分配颜色（若类别数没有超过21类，则该步骤不需要操作）。
4.  应用python的skimage库进行颜色填充，得到24位的着色后的RGB三通道图像，重命名为2018\_000001.png(label)。
5.  //(已注释掉20190704)应用matlab将着色后的label（src/2018\_000001.png）图像转为8位灰度图像，即可用label(dst/2018\_000001.png)。
6.  (订正第5条20190704)应用matlab将着色后的label（src/2018\_000001.png）RGB三通道图像转为8位彩色索引图像，即可用label(dst/2018\_000001.png)。

a.jpg ---> a.json ---> a\_json(dataset文件夹，其中包括：img.png(原图), label.png(标签图), label\_viz.png(标签可视化后的图像), label\_names.txt, info.yaml) ---> src/2018\_000001.png(24) ---> dst/2018\_000001.png(8)

小工具：制作mask语义级标签的工具labelme，开源代码链接为：[https://github.com/wkentaro/labelme][https_github.com_wkentaro_labelme]

（关于标注标签的拓展，[https://blog.csdn.net/chaipp0607/article/details/79036312][https_blog.csdn.net_chaipp0607_article_details_79036312]另附一个bounding box的工具，开源代码链接为：[https://github.com/tzutalin/labelImg][https_github.com_tzutalin_labelImg]）

由于标注工作需要专家来进行标注，所以label最好是在window上能进行安装，并给非计算机领域的专家来使用，具体安装和使用说明可以参考如下代码，***如需详细安装过程，可在下方留言或者私信。***

conda create --name=labelme python=3.6
    conda activate labelme
    pip install pyqt5
    conda install pillow=4.0.0
    pip install labelme

首先，颜色填充代码如下，colorlabel.py文件可以在此处下载：[https://github.com/hitzoro/FCN-ColorLabel][https_github.com_hitzoro_FCN-ColorLabel]

import colorlabel
    import PIL.Image
    import os
    import numpy as np
    from skimage import io,data,color
    
    rootdir = 'D:/temppic/piczhongyaohuichuan/005zzy/'
    dstpath = 'D:/temppic/piczhongyaohuichuan/005zzy/label24'
    list = os.listdir(rootdir)
    count = 114
    for i in range(0,len(list)):
        path = os.path.join(rootdir,list[i])
        if(os.path.isdir(path) and 'json' in path):
            img = PIL.Image.open(path+'/label.png')
            #img.show()
            #img = PIL.Image.open('D:/temppic/piczhongyaohuichuan/004ywz/42a_json/label.png')
            label = np.array(img)
            dst = colorlabel.label2rgb(label, bg_label=0, bg_color=(0, 0, 0))
            # final = PIL.Image.fromarray(np.uint8(dst * 255))
            # final.show()
            # final.save('000001.png')
            io.imsave(path+'/2018_'+str(count).zfill(6)+'.png', dst)
            io.imsave(dstpath + '/2018_' + str(count).zfill(6) + '.png', dst)
            count += 1

将填充后的label.png转为灰度图24位位图转8位位图，代码如下：

dirs=dir('src005zzy/*.png');
    for n=1:numel(dirs)
         strname=strcat('src005zzy/',dirs(n).name);
         img=imread(strname);
         [x,map]=rgb2ind(img,256);
         newname=strcat('dst/',dirs(n).name);
         imwrite(x,map,newname,'png');
    end

**step2.**把制作好的数据集整合到指定目录下，附赠几个给文件重命名和制作txt文档的代码：

文件重命名：

# coding=utf-8
    
    import os
    
    path1 = 'D:/temppic/piczhongyaohuichuan/005zzy/datayuanyuan'
    path2 = 'D:/temppic/piczhongyaohuichuan/005zzy/datayuan'
    count = 114
    for file in os.listdir(path1):
        os.rename(os.path.join(path1, file), os.path.join(path2, "2018_"+str(count).zfill(6) + ".jpg"))
        count += 1

制作txt文档：

file_path =  'D:\temppic\data\full-VOC\JPEGImages\';% 图像文件夹路径
    img_path_list = dir(strcat(file_path,'*.jpg'));%获取该文件夹中所有jpg格式的图像
    img_num = length(img_path_list);%获取图像总数量
    fid1=fopen('D:\temppic\data\full-VOC\ImageSets\Segmentation\trainval.txt','w');
    fid2=fopen('D:\temppic\data\full-VOC\ImageSets\Segmentation\train.txt','w');
    fid3=fopen('D:\temppic\data\full-VOC\ImageSets\Segmentation\seg11valid.txt','w');
    if img_num > 0 %有满足条件的图像
        for j = 1:img_num %逐一读取图像
            image_name = img_path_list(j).name(1:end-4);% 图像名
            %image =  imread(strcat(file_path,image_name,'.jpg'));
            fprintf(fid1,'%s\n',image_name);% 显示正在处理的图像名
            %图像处理过程 省略
            %imshow(image)
        end   
        fclose(fid1);
        
        for j = 1:round(img_num*0.8) %逐一读取图像  %因为是要按照8-2的方式来分训练集和验证集
            image_name = img_path_list(j).name(1:end-4);% 图像名
            %image =  imread(strcat(file_path,image_name,'.jpg'));
            fprintf(fid2,'%s\n',image_name);% 显示正在处理的图像名
            %图像处理过程 省略
            %imshow(image)
        end
        fclose(fid2);
        
        for j = round(img_num*0.8)+1:img_num %逐一读取图像
            image_name = img_path_list(j).name(1:end-4);% 图像名
            %image =  imread(strcat(file_path,image_name,'.jpg'));
            fprintf(fid3,'%s\n',image_name);% 显示正在处理的图像名
            %图像处理过程 省略
            %imshow(image)
        end
        fclose(fid3);
        
    end

**step3.** 按照上一章的运行步骤，把文件替换后即可以实现训练

如下图所示训练结果，因为数据集太小，结果不是很好，交并比只有0.534，还有待改善。

![70 2][]

**step4.** 应用训练好的model，进行网络正向传播，得到结果

infer.py可参考：

import sys
    sys.path.append('/home/pzn/caffe/python')
    import numpy as np
    from PIL import Image
    import matplotlib.pyplot as plt
    
    import caffe
    import vis
    
    # the demo image is "2007_000129" from PASCAL VOC
    
    # load image, switch to BGR, subtract mean, and make dims C x H x W for Caffe
    im = Image.open('../demo/teethyuan/47a.JPG')
    in_ = np.array(im, dtype=np.float32)
    in_ = in_[:,:,::-1]
    in_ -= np.array((104.00698793,116.66876762,122.67891434))
    in_ = in_.transpose((2,0,1))
    
    # load net
    # net = caffe.Net('voc-fcn8s/deploy.prototxt', 'voc-fcn8s/fcn8s-heavy-pascal.caffemodel', caffe.TEST)
    net = caffe.Net('../voc-fcn32s/deploy.prototxt', '../voc-fcn32s/train/solver_iter_50000.caffemodel', caffe.TEST)
    # shape for input (data blob is N x C x H x W), set data
    net.blobs['data'].reshape(1, *in_.shape)
    net.blobs['data'].data[...] = in_
    # run net and take argmax for prediction
    net.forward()
    out = net.blobs['score'].data[0].argmax(axis=0)
    '''
    #plt.imshow(out,cmap='gray');
    plt.imshow(out)
    #plt.show()
    plt.axis('off')
    plt.savefig('../demo/outputteeth/11a_op.png')
    '''
    # visualize segmentation in PASCAL VOC colors
    voc_palette = vis.make_palette(3)
    out_im = Image.fromarray(vis.color_seg(out, voc_palette))
    out_im.save('../demo/outputteeth/47a_op.png')
    masked_im = Image.fromarray(vis.vis_seg(im, out, voc_palette))
    masked_im.save('../demo/outputteeth/47a_visualization.jpg')
    
    
    '''
    # visualize segmentation in PASCAL VOC colors
    voc_palette = vis.make_palette(21)
    out_im = Image.fromarray(vis.color_seg(out, voc_palette))
    out_im.save('demo/output.png')
    masked_im = Image.fromarray(vis.vis_seg(im, out, voc_palette))
    masked_im.save('demo/visualization.jpg')
    '''
    
    '''
    2012_000003
    2012_000004
    2012_000007
    2012_000010
    2012_000014
    2012_000015
    2012_000016
    2012_000019
    2012_000025
    2012_000027
    2009_002012
    2011_002012
    
    coast_bea1
    coast_n286045
    coast_nat1091
    coast_natu975
    forest_natc52
    mountain_n213081
    mountain_nat426
    opencountry_land660
    street_par151
    street_urb885
    tallbuilding_art1004
    '''

附加一个labelme批量生成json文件（从.json变为jsonset）的代码：

修改文件路径为：D:\\Users\\Pangzhennan\\Anaconda3\\envs\\labelme\\Lib\\site-packages\\labelme\\cli

下的json\_to\_dataset.py文件。

源文件代码为：

import argparse
    import base64
    import json
    import os
    import os.path as osp
    import warnings
    
    import PIL.Image
    import yaml
    
    from labelme import utils
    
    
    def main():
        warnings.warn("This script is aimed to demonstrate how to convert the\n"
                      "JSON file to a single image dataset, and not to handle\n"
                      "multiple JSON files to generate a real-use dataset.")
    
        parser = argparse.ArgumentParser()
        parser.add_argument('json_file')
        parser.add_argument('-o', '--out', default=None)
        args = parser.parse_args()
    
        json_file = args.json_file
    
        if args.out is None:
            out_dir = osp.basename(json_file).replace('.', '_')
            out_dir = osp.join(osp.dirname(json_file), out_dir)
        else:
            out_dir = args.out
        if not osp.exists(out_dir):
            os.mkdir(out_dir)
    
        data = json.load(open(json_file))
    
        if data['imageData']:
            imageData = data['imageData']
        else:
            imagePath = os.path.join(os.path.dirname(json_file), data['imagePath'])
            with open(imagePath, 'rb') as f:
                imageData = f.read()
                imageData = base64.b64encode(imageData).decode('utf-8')
    
        img = utils.img_b64_to_arr(imageData)
    
        label_name_to_value = {'_background_': 0}
        for shape in data['shapes']:
            label_name = shape['label']
            if label_name in label_name_to_value:
                label_value = label_name_to_value[label_name]
            else:
                label_value = len(label_name_to_value)
                label_name_to_value[label_name] = label_value
    
        # label_values must be dense
        label_values, label_names = [], []
        for ln, lv in sorted(label_name_to_value.items(), key=lambda x: x[1]):
            label_values.append(lv)
            label_names.append(ln)
        assert label_values == list(range(len(label_values)))
    
        lbl = utils.shapes_to_label(img.shape, data['shapes'], label_name_to_value)
    
        captions = ['{}: {}'.format(lv, ln)
                    for ln, lv in label_name_to_value.items()]
        lbl_viz = utils.draw_label(lbl, img, captions)
    
        PIL.Image.fromarray(img).save(osp.join(out_dir, 'img.png'))
        PIL.Image.fromarray(lbl).save(osp.join(out_dir, 'label.png'))
        PIL.Image.fromarray(lbl_viz).save(osp.join(out_dir, 'label_viz.png'))
    
        with open(osp.join(out_dir, 'label_names.txt'), 'w') as f:
            for lbl_name in label_names:
                f.write(lbl_name + '\n')
    
        warnings.warn('info.yaml is being replaced by label_names.txt')
        info = dict(label_names=label_names)
        with open(osp.join(out_dir, 'info.yaml'), 'w') as f:
            yaml.safe_dump(info, f, default_flow_style=False)
    
        print('Saved to: %s' % out_dir)
    
    
    if __name__ == '__main__':
        main()

修改为：

# -*- coding: utf-8 -*-
    import argparse
    import json
    import os
    import os.path as osp
    import warnings
    
    import PIL.Image
    import yaml
    
    from labelme import utils
    import base64
    
    
    def main():
        warnings.warn("This script is aimed to demonstrate how to convert the\n"
                      "JSON file to a single image dataset, and not to handle\n"
                      "multiple JSON files to generate a real-use dataset.")
        parser = argparse.ArgumentParser()
        parser.add_argument('json_file')
        parser.add_argument('-o', '--out', default=None)
        args = parser.parse_args()
    
        json_file = args.json_file
        # 该段代码在此处无意义
        '''
        if args.out is None:
            out_dir = osp.basename(json_file).replace('.', '_')
            out_dir = osp.join(osp.dirname(json_file), out_dir)
        else:
            out_dir = args.out
        if not osp.exists(out_dir):
            os.mkdir(out_dir)
        '''
        list = os.listdir(json_file)
        for i in range(0, len(list)):
            path = os.path.join(json_file, list[i])
            if os.path.isfile(path):
                data = json.load(open(path))
                img = utils.img_b64_to_array(data['imageData'])
                lbl, lbl_names = utils.labelme_shapes_to_label(img.shape, data['shapes'])
    
                captions = ['%d: %s' % (l, name) for l, name in enumerate(lbl_names)]
                lbl_viz = utils.draw_label(lbl, img, captions)
                out_dir = osp.basename(list[i]).replace('.', '_')
                out_dir = osp.join(osp.dirname(list[i]), out_dir)
                if not osp.exists(out_dir):
                    os.mkdir(out_dir)
    
                PIL.Image.fromarray(img).save(osp.join(out_dir, 'img.png'))
                PIL.Image.fromarray(lbl).save(osp.join(out_dir, 'label.png'))
                PIL.Image.fromarray(lbl_viz).save(osp.join(out_dir, 'label_viz.png'))
    
                with open(osp.join(out_dir, 'label_names.txt'), 'w') as f:
                    for lbl_name in lbl_names:
                        f.write(lbl_name + '\n')
    
                warnings.warn('info.yaml is being replaced by label_names.txt')
                info = dict(label_names=lbl_names)
                with open(osp.join(out_dir, 'info.yaml'), 'w') as f:
                    yaml.safe_dump(info, f, default_flow_style=False)
    
                print('Saved to: %s' % out_dir)
    
    
    if __name__ == '__main__':
        main()

批量运行labelme中.json文件生成jsonset的dos命令代码：

labelme\_json\_to\_dataset D:\\temppic\\piczhongyaohuichuan\\009lc\\json

特别注意，要在运行时保证运行所在路径为保存jsonset的路径，否则生成的jsonset文件会被保存到默认路径下。

***Chapter 5 绘制loss曲线***

[70]: /images/20220518/9e12d7f56f3c44b4ab4fa0b4116c4e48.png
[70 1]: /images/20220518/daaa8c661d3744da9617c88250f83d47.png
[https_github.com_wkentaro_labelme]: https://github.com/wkentaro/labelme
[https_blog.csdn.net_chaipp0607_article_details_79036312]: https://blog.csdn.net/chaipp0607/article/details/79036312
[https_github.com_tzutalin_labelImg]: https://github.com/tzutalin/labelImg
[https_github.com_hitzoro_FCN-ColorLabel]: https://github.com/hitzoro/FCN-ColorLabel
[70 2]: /images/20220518/4071ff8a46c448618b6a4ab40f22ca1f.png

FCN语义分割训练自己的数据（依据VOC2012数据集格式）

发表评论取消回复

还没有评论，来说两句吧...

相关阅读