【语义分割实战（1）】U-Net语义分割：训练自己的数据集

一、U-Net图像语义分割原理

UNet最早发表在2015的MICCAI会议上，4年多的时间，论文引用量已经达到了9700多次。
UNet成为了大多做医疗影像语义分割任务的baseline，同时也启发了大量研究者对于U型网络结构的研究，发表了一批基于UNet网络结构的改进方法的论文。
UNet网络结构，最主要的两个特点是：U型网络结构和Skip Connection跳层连接。
在这里插入图片描述

二、U-Net代码及预训练权重下载

2.1 下载unet代码

这里使用的是B站大佬Bubbliiiing复现的unet代码

 仓库地址： https://github.com/bubbliiiing/unet-pytorch

2.2 下载模型预训练权重unet_resnet_medical.pth

链接：https://pan.baidu.com/s/1fVrPEgz1bgnUZl7k_1alYw
提取码：wzp2
将下载的权重文件放到model_data文件夹下。

三、labelme图像标注及格式转换

3.1 图像标注

项目代码中，Medical_Datasets文件夹下已经放好了标注并且格式转换好的数据，我这边不再标注，读者可以根据自己的需求自行标注。自己标注的数据的图像和标签文件需求都放在datasets\before文件夹下。

3.2 标签格式转换

运行json_to_dataset.py文件，转换后，会在datasets\JPEGImages文件夹下生成jpg格式图像，在datasets\SegmentationClass文件夹下生成png格式mask标签。Medical_Datasets文件夹下已经放好了标注并且格式转换好的数据，我这边不再标注，
在这里插入图片描述
项目中Medical_Datasets文件夹下已经给出了转换好的标签，见下图。

3.3 数据集划分

将上一步的jpg格式图像放到VOCdevkit\VOC2007\JPEGImages文件夹下。
将上一步的png格式mask标签放到VOCdevkit\VOC2007\SegmentationClass文件夹下。
运行voc_annotation.py文件。
查看在VOCdevkit\VOC2007\ImageSets\Segmentation文件夹下生成的txt文件。
Medical_Datasets文件夹下已经放好了划分好的的数据，我这边不再进行数据集划分。
在这里插入图片描述

四、U-Net网络训练和测试

4.1 训练

修改train_medical.py文件中，backbone = “resnet50”和pretrained = False(看代码，其实只是没加载backbone权重，还是加载了model_data文件夹下的unet_resnet_medical.pth权重文件)以及model_path = “model_data/unet_resnet_medical.pth”，读者需要根据自己的情况修改文件中的num_classes，input_shape，Freeze_batch_size，Unfreeze_batch_size以及其他训练参数。然后运行train_medical.py文件。
训练结果保存在logs文件夹下。
在这里插入图片描述

4.2 测试

修改unet.py中代码，“model_path” : ‘logs/best_epoch_weights.pth’,和“num_classes”: 2,以及“backbone” : “resnet50”,。
运行predict.py文件。
读者需要根据自己的情况修改模型权重和测试图片的地址。
读者可以通过修改mode参数，实现下面5种模式：

#   'predict'           表示单张图片预测，如果想对预测过程进行修改，如保存图片，截取对象等，可以先看下方详细的注释
#   'video'             表示视频检测，可调用摄像头或者视频进行检测，详情查看下方注释。
#   'fps'               表示测试fps，使用的图片是img里面的street.jpg，详情查看下方注释。
#   'dir_predict'       表示遍历文件夹进行检测并保存。默认遍历img文件夹，保存img_out文件夹，详情查看下方注释。
#   'export_onnx'       表示将模型导出为onnx，需要pytorch1.7.1以上。

设置mode = “predict”模式，测试一张自己手动输入路径的图像，结果如下
在这里插入图片描述