该项目基于PaddleRS，利用0.05米分辨率的DFC2018 Houston数据集超高分辨率影像，裁剪出1400张图块并标注汽车，按9:1划分训练集和验证集。通过定义数据增强和数据集，使用PPYOLOv2模型训练，借助VDL查看效果，评估得较高map，最后实现模型预测及可视化。

PaddleRS：无人机汽车识别

基于0.5m的高分辨率无人机影像，我们希望能够使用目标检测的方法找到影像中的汽车。项目将基于PaddleRS完成该任务。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

1 数据准备

数据来自于DFC2018 Houston，DFC2018 Houston 是2018年IEEE GRSS Data Fusion 比赛所用的数据集。这个数据是由 University of Houston Dr. Saurabh Prasad 的实验室制作公开的。这个数据是个多传感器数据，包含了48个波段的高光谱数据（1米），3波段的LiDAR数据（0.5米），以及超高分辨率影像（0.05米）。这个数据包含了20类地物。

       

只取用了其中0.05米分辨率的超高分辨率影像，裁剪为1400张596x601大小的图块，由手工标注汽车的矩形框，按照9:1划分训练集和数据集。

In [1]

# 解压数据集! mkdir -p dataset! unzip -oq data/data56250/carDetection_RGB.zip -d dataset

登录后复制    In [2]

# 划分数据集import osimport os.path as ospimport randomdef get_data_list(data_dir):    random.seed(666)    mode = ["train_list", "val_list"]    dir_path = osp.join(data_dir, "JPEGImages")    files = [f.split(".")[0] for f in os.listdir(dir_path)]    random.shuffle(files)  # 打乱顺序    with open(osp.join(data_dir, f"{mode[0]}.txt"), "w") as f_tr:        with open(osp.join(data_dir, f"{mode[1]}.txt"), "w") as f_va:            for i, name in enumerate(files):                if (i % 10) == 0:  # 训练集与测试集为9:1                    f_va.write(f"JPEGImages/{name}.webp Annotations/{name}.xml\n")                else:                    f_tr.write(f"JPEGImages/{name}.webp Annotations/{name}.xml\n")    labels = ["car"]    txt_str = "\n".join(labels)    with open((data_dir + "/" + f"label_list.txt"), "w") as f:        f.write(txt_str)    print("Finished!")get_data_list("dataset")

登录后复制        

Finished!

登录后复制        

2 PaddleRS准备

PaddleRS是基于飞桨开发的遥感处理平台，支持遥感图像分类，目标检测，图像分割，以及变化检测等常用遥感任务，帮助开发者更便捷地完成从训练到部署全流程遥感深度学习应用。

       

github：https://github.com/PaddlePaddle/PaddleRS

接下来可以通过git clone得到PaddleRS。

In [7]

! git clone https://github.com/PaddlePaddle/PaddleRS.git%cd PaddleRS! git checkout release/1.0! pip install --upgrade pip! pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple! python setup.py install%cd ..

登录后复制    

3 模型训练

PaddleRS借鉴PaddleSeg的API设计模式并进行了较高程度的封装，可以方便的完成数据、模型等的定义，快速开始模型的训练迭代。

3.1 数据定义

主要通过datasets和transforms两个组件完成任务，datasets中有包含分割检测分类等多任务的数据加载API，而transforms集成了大部分通用或单独的数据增强API，目前可以通过源码查看。

In [2]

import osimport os.path as ospfrom paddlers.datasets import VOCDetDataset from paddlers import transforms as T# 定义数据增强train_transforms = T.Compose([    T.DecodeImg(),    T.RandomDistort(),    T.RandomCrop(),    T.RandomHorizontalFlip(),    T.BatchRandomResize(        target_sizes=[512, 544, 576, 608, 640, 672, 704],        interp='RANDOM'),    T.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]),    T.ArrangeDetector('train')])eval_transforms = T.Compose([    T.DecodeImg(),    T.Resize(target_size=608, interp='CUBIC'),    T.Normalize(        mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]),    T.ArrangeDetector('eval')])# 定义数据集data_dir = "dataset"train_file_list = osp.join(data_dir, 'train_list.txt')val_file_list = osp.join(data_dir, 'val_list.txt')label_file_list = osp.join(data_dir, 'label_list.txt')train_dataset = VOCDetDataset(    data_dir=data_dir,    file_list=train_file_list,    label_list=label_file_list,    transforms=train_transforms,    shuffle=True)eval_dataset = VOCDetDataset(    data_dir=data_dir,    file_list=train_file_list,    label_list=label_file_list,    transforms=eval_transforms,    shuffle=False)

登录后复制        

2024-03-08 18:57:32 [INFO]Starting to read file list from dataset...2024-03-08 18:57:39 [INFO]944 samples in file dataset/train_list.txt, including 944 positive samples and 0 negative samples.creating index...index created!2024-03-08 18:57:39 [INFO]Starting to read file list from dataset...2024-03-08 18:57:47 [INFO]944 samples in file dataset/train_list.txt, including 944 positive samples and 0 negative samples.creating index...index created!

登录后复制        In [5]

# 检查及可视化数据import numpy as npimport cv2import matplotlib.pyplot as plt%matplotlib inline# 反归一化def in_normal(img):    mean = np.array([0.485, 0.456, 0.406])    std = np.array([0.229, 0.224, 0.225])    img = (255 * (img * std + mean)).astype("uint8")    return img# 绘制矩形框def visual(img, bboxs):    for bbox in bboxs:        x1, y1, x2, y2 = bbox        cv2.rectangle(img, (x1, y1), (x2, y2), (255, 0, 0), 2)    return imgfor data in train_dataset:    img = in_normal(data["image"])    vis = visual(img, data["gt_bbox"])    plt.figure(figsize=(10, 10))    plt.imshow(img)    plt.show()    break

登录后复制        

登录后复制登录后复制                

3.2 模型准备

PaddleRS将模型分别放置于models和custom_models中，分别包含了Paddle四大套件的模型结构以及与遥感、变化检测等相关的模型结构。通过tasks进行了模型的封装，集成了Loss、Opt、Metrics等，可根据需要进行修改。这里以默认的PPYOLOv2为例。

In [7]

from paddlers.tasks.object_detector import PPYOLOv2num_classes = len(train_dataset.labels)model = PPYOLOv2(num_classes=num_classes)

登录后复制    In [ ]

model.train(    num_epochs=30,    train_dataset=train_dataset,    train_batch_size=16,    eval_dataset=eval_dataset,    pretrain_weights="COCO",    learning_rate=3e-5,    warmup_steps=10,    warmup_start_lr=0.0,    save_interval_epochs=5,    lr_decay_epochs=[10, 20],    save_dir="output",    use_vdl=True)

登录后复制    

训练的效果可以通过VDL进行查看。

       

In [9]

from paddlers.tasks import load_modelnew_model = load_model("output/best_model")

登录后复制        

2024-03-08 19:28:24 [INFO]Model[PPYOLOv2] loaded.

登录后复制        

4 模型评估

只需要调用evaluate即可完成预测。可以看到map还是挺高的。

In [10]

new_model.evaluate(eval_dataset)

登录后复制        

2024-03-08 19:28:32 [INFO]Start to evaluate(total_samples=944, total_steps=944)...2024-03-08 19:29:17 [INFO]Accumulating evaluatation results...

登录后复制        

OrderedDict([('bbox_map', 90.35561807270788)])

登录后复制                

5 模型预测

PaddleRS的目标检测task可以方便的给出坐标、类别和分数，可供自行进行一些后处理。也可以直接使用visualize_detection进行可视化。下面对一张测试图像进行预测并可视化。

In [11]

from paddlers.tasks.utils.visualize import visualize_detectionimport matplotlib.pyplot as plt%matplotlib inlinetest_transforms = T.Compose([    T.DecodeImg(),    T.Resize(target_size=608, interp='CUBIC'),    T.Normalize(        mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]),    T.ArrangeDetector('test')])img_path = "dataset/JPEGImages/UH_NAD83_272056_3289689_58.webp"pred = new_model.predict(img_path, test_transforms)vis_img = visualize_detection(img_path, pred, save_dir=None)plt.figure(figsize=(10, 10))plt.imshow(vis_img)plt.show()

登录后复制        

登录后复制登录后复制                

相关攻略

热门推荐