HALCON 20.11：深度学习笔记(12)---语义分割

HALCON 20.11：深度学习笔记(12)--- 语义分割

HALCON 20.11.0.0中，实现了深度学习方法。

本章解释了如何使用基于深度学习的语义分割，包括训练和推理阶段。

通过语义分割，我们使用深度学习(DL)网络将输入图像的每个像素分配到一个类。

语义分割的例子：输入图像的每个像素都被分配给一个类，但是类“apple”的三个不同实例和类“orange”的两个不同实例都不是不同的对象。

语义分割的结果是一个输出图像，其中的像素值表示输入图像中对应像素的指定类别。因此，在HALCON中，输出图像与输入图像大小相同。对于一般的DL网络，更深层次的特征映射代表更复杂的特征，通常比输入图像小(参见深度学习中的“网络和训练过程”一节)。为了获得与输入相同大小的输出，HALCON使用了包含两个组件的分割网络：一个编码器和一个解码器。编码器确定输入图像的特征已经完成，例如，用于基于深度学习的分类。由于该信息是以压缩格式“编码”的，因此解码器需要将信息重构为所需的结果，在这种情况下，就是将每个像素赋值给一个类。请注意，在对像素进行分类时，同一个类的重叠实例不会被区分为截然不同的。

深度学习的语义分割是在更通用的HALCON深度学习模型中实现的。有关后者的更多信息，请参阅深度学习/模型一章。为了应用深度学习，具体的系统要求请参考HALCON“安装指南”。

以下部分介绍了语义分割所需的一般工作流程，涉及到的数据和参数的相关信息，以及对评价措施的解释。

一般工作流程

本节我们描述了基于深度学习的语义分割任务的一般工作流程，具体分为数据预处理、模型训练、训练模型评价和新图像推理四个部分。因此，我们假设您的数据集已经被标记，请参见下面的“数据”一节。看看HDevelop示例系列segment_pill_defects_deep_learning中的一个应用程序。

预处理数据

这部分说明如何预处理数据。HDevelop示例segment_pill_defects_deep_learning_1_preprocess.hdev中也显示了单个步骤。

由函数read_dl_dataset_segmentation传入训练数据集图像中需要找到的信息并创建了一个字典DLDataset，它作为数据库并存储关于数据的所有必要信息。有关数据及其传输方式的更多信息，请参见下面的“数据”一节和“深度学习/模型”一章。
使用函数split_dl_dataset拆分字典DLDataset表示的数据集。分割结果将保存在DLDataset的每个示例条目中的键split之上。
使用函数preprocess_dl_dataset预处理数据集。本程序还提供了如何实现自定义预处理过程的指导。要使用这个函数，要指定预处理参数，例如，图像大小。对于后者，你应该选择尽可能小的图像大小，这样要分割的区域仍然可以很好地识别。可以使用create_dl_preprocess_param函数将所有参数及其值存储在一个DLPreprocessParam字典中。我们建议将这个字典保存为DLPreprocessParam，以便以后在推断阶段能够访问预处理参数值。在数据集的预处理过程中，也会通过preprocess_dl_dataset为训练数据集生成图像weight_image。它们为每个类分配其像素在训练期间获得的权重(“类权重”)(参见下面的“模型参数和超参数”一节)。

模型训练

这一部分说明如何训练一个DL语义分割模型。在HDevelop示例segment_pill_defects_deep_learning_2_train.hdev中也显示了单个步骤。

通过函数read_dl_model读取网络。
通过函数set_dl_model_param设置模型参数。例如，'image_dimensions'和'class_ids'，请参阅get_dl_model_param的文档。始终可以使用函数get_dl_model_param检索当前参数值。
使用函数create_dl_train_param设置训练参数并将其存储在字典'TrainingParam'中。这些参数包括：
超参数，请参阅下面的“模型参数和超参数”一节和深度学习一章；
可能的数据增强参数(可选)
训练期间的评估参数
训练结果可视化参数
序列化参数。
使用函数train_dl_model训练模型。这个函数包括：
模型句柄DLModelHandle
包含数据信息DLDataset的字典
包含训练参数'TrainParam'的字典
训练要进行多少个epoch的信息。
在使用train_dl_model过程的情况下，总损失和可选的评价措施是可视化的。

评估训练模型

这一部分说明如何评价语义分割模型。在HDevelop示例segment_pill_defects_deep_learning_3_evaluate.hdev中也显示了单个步骤。

使用函数set_dl_model_param设置可能影响计算的模型参数，例如'batch_size'。
利用函数evaluate_dl_model可以方便地进行评价。
字典EvaluationResults保存所要求的评价措施。您可以使用函数dev_display_segmentation_evaluation可视化您的评估结果。

新图像推理

本部分介绍DL语义分割模型的应用。HDevelop示例segment_pill_defects_deep_learning_4_infer.hdev中也显示了单个步骤。

使用操作符set_dl_model_param设置参数，如'batch_size'。
使用函数gen_dl_samples_from_images为每个图像生成一个数据字典DLSample。
使用函数preprocess_dl_samples像训练时那样对图像进行预处理。在预处理步骤中保存字典DLPreprocessParam时，可以直接使用它作为输入来指定所有参数值。
使用函数apply_dl_model应用模型。
从字典'DLResultBatch'中检索结果。特定类的区域可以通过在分割图像上使用算子阈值来选择。

数据

我们区分用于培训和评估的数据和用于推断的数据。后者由裸图像组成。第一类是包含图片及其信息和ground truth注释的图片。您将为每个像素提供定义它属于哪个类的信息(在segmentation_image上，参见下面的进一步解释)。

作为基本概念，模型通过字典处理数据，这意味着它通过字典DLSample接收输入数据，并分别返回字典DLResult和DLTrainResult。关于数据处理的更多信息可以在深度学习/模型一章找到。

为训练和评估提供数据

训练数据用于为您的特定任务训练网络。数据集由图像和相应的信息组成。它们必须以模型能够处理它们的方式提供。关于图像要求，请在下面的“图像”部分找到更多信息。关于图像及其ground truth注释的信息通过字典DLDataset提供，对于每个样本都提供相应的segmentation_image，并为每个像素定义类。

类

不同的类别是由网络划分的集合或类别。它们在字典DLDataset中设置，并通过操作符set_dl_model_param传递给模型。

在语义切分中，我们提醒你注意两种特殊情况：类“background”和类声明为“ignore”：

'background'类：网络将background类视为其他类。没必要一定有一个背景类。但是如果你对你的数据集中的类不感兴趣，虽然他们必须通过网络学习，你可以设置他们所有的“背景”。因此，类背景将会更加多样化。有关更多信息，请参阅preprocess_dl_samples过程。

'ignore'类：可以声明一个或多个类为'ignore'。赋给‘ignore’类的像素会被损失以及所有度量和评估所忽略。请参阅深度学习章节中的“网络和训练过程”一节，了解更多关于损失的信息。网络不会将任何像素分类到声明为“ignore”的类中。同样，被标记为属于这个类的像素将被网络像其他像素一样分类到一个非“忽略”类。在下面的图片中给出的例子中，这意味着网络也将对类“border”的像素进行分类，但它不会将任何像素分类到类“border”中。可以使用set_dl_model_param的参数“ignore_class_ids”将类声明为“ignore”。

DLDataset

这个字典作为一个数据库，它存储了所有关于网络数据的必要信息，例如，图片的名称和路径，类，…关于一般概念和关键条目，请参阅深度学习/模型的文档。键segmentation_image只适用于语义分割的关注(见下面的条目)。通过键segmentation_dir和segmentation_file_name，您可以提供它们的命名方式和保存位置的信息。

segmentation_image

为了让网络能够学习不同类的成员看起来如何不同，需要告诉训练数据集中每幅图像的每个像素它属于哪个类。这是通过将类编码为像素值的输入图像的每个像素存储在相应的segmentation_image中来实现的。这些批注就是ground truth批注。

segmentation_image模式。对于可见性，灰色值被用来表示数字

(1)输入图像

(2)相应的segmentation_image提供类注释，0:background(白色)，1:orange, 2: lemon, 3: apple，和4:border(黑色)作为一个单独的类，所以我们可以声明它为“ignore”

您需要足够的训练数据来将其分成三个子集，一个用于训练，一个用于验证，一个用于测试网络。这些子集最好是独立且同分布的(参见深度学习章节中的“数据”一节)。对于分割，可以使用split_dl_data_set函数。

图像

无论应用程序是什么，网络都会对图像的尺寸、灰度值范围和类型提出要求。具体的值取决于网络本身，有关不同网络的具体值，请参阅read_dl_model的文档。对于加载的网络，可以使用get_dl_model_param来查询它们。为了满足这些要求，您可能需要对图像进行预处理。整个样本的标准预处理，也在preprocess_dl_samples中实现。本程序还提供了如何实现自定义预处理过程的指导。

网络输出

作为训练输出，操作符将返回一个字典DLTrainResult，其中包含总损失的当前值以及模型中包含的所有其他损失的值。

作为推理和求值输出，网络将为每个样本返回一个字典DLResult。对于语义分割，本字典将为每个输入图像包含以下两张图像的句柄：

segmentation_image：图像，其中每个像素都有一个值，对应于它对应的像素被分配给的类(见下图)。

segmentation_confidence：图像，其中每个像素都有输入图像中对应像素分类后的置信度值(见下图)。

weight_image模式。对于可见性，灰色值被用来表示数字

(1) segmentation_image为图像中的每个像素定义类，0:background(白色)，1:orange, 2: lemon, 3: apple，和4:border(黑色)，声明为'ignore'

(2)提供类权重的相应weight_image, background: 1.0, orange: 30.0, lemon: 75.0。声明为‘ignore’的类的像素(这里是类边界)将被忽略，并获得权重0.0

对语义分割后的数据进行评价

对于语义分割，HALCON支持以下评估措施。注意，为计算图像的这种度量，需要相关的ground truth信息。下面解释的单个图像的所有测量值(例如，mean_iou)也可以计算任意数量的图像。为此，想象一个单独的，由输出图像集合形成的大图像，为其计算度量。注意，声明为'ignore'的类的所有像素在度量值的计算中都会被忽略。

pixel_accuracy

像素精度只是用正确的类标签预测的所有像素与像素总数的比率。

pixel_accuracy的可视化示例

(1)segmentation_image为每个像素定义ground truth类(参见上面的“数据”部分)，声明为“ignore”的类的像素被画成黑色

(2)输出图像，也像素类声明为“忽略”得到分类

(3)像素精度是总橙色区域之间的比率。注意，标记为'ignore'类的一部分的像素会被忽略

class_pixel_accuracy

每类像素精度只考虑单个类的像素。它被定义为正确预测的像素与使用该类标记的像素总数之间的比率。

如果一个类没有出现，它将获得class_pixel_accuracy值-1，并且不会影响平均值mean_accuracy。

mean_accuracy

平均精度定义为所有发生的类的每类平均像素精度class_pixel_accuracy。

class_iou

交并比(IoU)给出了一个特定类的正确预测像素与注释和预测像素的并集的比率。从视觉上看，这是区域的交集和并集之间的比率，见下图。

如果一个类没有出现，它将得到一个class_iou值-1，并且不会对mean_iou做出贡献。

每个类的IoU的可视示例class_iou，这里仅用于类apple

(1)为每个像素定义ground truth类的segmentation_image(见“数据”部分)。声明为“ignore”的类的像素被画成黑色

(2)输出图像，也像素类声明为“忽略”得到分类

(3)交集在并集上的交集是苹果像素面积的交集与并集的比率。注意，标记为'ignore'类的一部分的像素会被忽略

mean_iou

平均IoU定义为所有发生类的平均每类IoU。请注意，每个出现的类都对这个度量有相同的影响，这与它们包含的像素数无关。

frequency_weighted_iou

对于平均IoU，首先计算每类IoU。但是，每个出现的类对这个度量的贡献是由属于该类的像素的比例加权的。注意，具有许多像素的类可以主导这个度量。

pixel_confusion_matrix

在“深度学习”一章的“监督训练”一节中解释了混淆矩阵的概念。它适用于实例为单个像素的语义分割。

HALCON 20.11：深度学习笔记(12)---语义分割相关推荐

HALCON 20.11：学习笔记---一维测量(Measuring)
HALCON 20.11:学习笔记---一维测量(Measuring) 本章主要提供有关一维测量的信息. 一维测量的概念通过一维测量可以沿着预定义的线或弧定位从亮到暗或从暗到亮的过渡边缘.这使您可以 ...
HALCON 21.11：学习笔记---OPC_UA(I/O)
HALCON 21.11:学习笔记---OPC_UA(I/O) 本章主要提供有关OPC_UA的信息. 系统要求 Intel compatible PC with Windows 7 (32-bit o ...
深度学习遥感图像语义分割目标检测
深度学习遥感图像语义分割&目标检测代码见github: WangZhenqing-RS/2021Tianchi_RSgithub.com 图标赛题描述本赛题基于不同地形地貌的高分辨率遥感 ...
【深度学习】CV语义分割实践指南！
作者:徐和鼎,浙江大学,Datawhale优秀学习者遥感技术已成为获取地表覆盖信息最为行之有效的手段,已经成功应用于地表覆盖检测.植被面积检测和建筑物检测任务.本文以天池学习赛地表建筑物识别为例,对 ...
基于深度学习的图像语义分割技术概述之背景与深度网络架构
本文为论文阅读笔记,不当之处,敬请指正. A Review on Deep Learning Techniques Applied to Semantic Segmentation: 原文链接摘要 ...
汇总 | 深度学习中图像语义分割基准数据集详解
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达汇总图像语义分割那些质量最好的数据集与常用benchmark数据集 ...
基于深度学习的图像语义分割技术概述之4常用方法
本文为论文阅读笔记,不当之处,敬请指正. A Review on Deep Learning Techniques Applied to Semantic Segmentation:原文链接 4 深度 ...
【学习笔记】语义分割综述
语义分割就是图像分割,是图像像素级的分类,即给图像的每一个像素点分类.与之临近的一个概念叫实例分割,实例分割就是语义分割+目标检测.语义分割只能分割出所有同类的像素,目标检测把不同的个体分开就行了,如 ...
语义分割源代码_综述 | 基于深度学习的实时语义分割方法：全面调研
34页综述,共计119篇参考文献.本文对图像分割中的最新深度学习体系结构进行了全面分析,更重要的是,它提供了广泛的技术列表以实现快速推理和计算效率. A Survey on Deep Learning ...

HALCON 20.11：深度学习笔记(12)---语义分割

HALCON 20.11：深度学习笔记(12)--- 语义分割

HALCON 20.11：深度学习笔记(12)---语义分割相关推荐

最新文章

热门文章