跳转至

R-CenterNet——用CenterNet对旋转目标进行检测

GiantPandaCV导语

前段时间纯粹为了论文凑字数做的一个工作，本文不对CenterNet原理进行详细解读，如果对CenterNet原理不了解，建议简单读一下原论文然后对照本文代码理解（对原版CenterNet目标检测代码进行了极大程度精简）。

代码

R-CenterNet

demo

  • R-DLADCN(推荐)

    • 推荐

  • R-ResDCN(主干网用的ResNet而不是DLA)

    • 主干网用的ResNet而不是DLA

  • R-DLANet(未编译DCN的主干网)

    • 未编译DCN的主干网

  • DLADCN(原始CenterNet)

    • 原始CenterNet

前言

基本想法就是直接修改CenterNet的head部分，但是是直接在长宽图上加一层通道表示角度，还是多引出一 路feature-map呢？实测是多引出一张feature map比较好，直接在长宽图上加一层通道很难收敛，具体原因我也是猜测，角度和尺度特征基本无共享，且会相互干扰（角度发生些许变化，目标的长宽可能就变了，如果角度是错的，长宽本来是对的呢？反之亦然）引出的feature-map只经历了一层卷积层就开始计算loss，对于这种复杂的关系表征能力不够，可能造成弄巧成拙。网络结构如下：

image

R-CenterNet网络结构图

代码说明

代码主要分为五个部分：

{R-CenterNet}
  |-- backbone
   -- |-- dlanet.py、
   -- |-- dlanet_dcn.py
  |-- dataset.py
  |-- Loss.py
  |-- train.py
  |-- predict.py
  • train.py：模型的训练
  • predict.py：模型的前向推理
  • backbone：模型的主干网，给了DLA和ResNet的DCN与普通版本，层数可以自定义
  • loss.py：模型的损失函数
  • dataset.py：模型的数据处理

不是很重要：

{R-CenterNet}
  |-- data/airplane
  |-- dcn
  • data/airplane：示例训练数据与图片

  • dcn:编译好的dcn，说明一下，这里与原版CenterNet编译dcn一样，直接文件夹复制过来即可，如果你不会编译dcn，就用backbone内的dlanet.py与resnet.py

  • 原版CenterNet代码较多，我只需要做目标检测，所以把各种3D检测等都删了，模型架构也拆了只保留了有用部分，并对代码架构进行了重构，方便自己阅读以及魔改。

  • 其次，因为只是加了一个角度检测，所以主要是修改了一下数据处理部分，用的还是VOC格式，只是在.josn文件里面加了一个角度信息，打标签的时候用[0,π]表示，后续在loss内添加了角度的feature-map损失，用的Smooth-L1 loss，打标签方法已在下方。

2020.1021代码更新(不是很重要)

{R-CenterNet}
  |-- labelGenerator
  |-- evaluation.py
  |-- imgs
  • labelGenerator：生成自己的训练数据
  • evaluation.py：性能指标计算

  • imgs：性能指标计算示例图片

  • 鉴于一些同学想知道怎么对自己的数据打标签以及生成R-CenterNet可以训练的数据，所以更新一个labelGenerator文件夹，内包含转换函数以及用例。注意，这个文件夹以及其内部函数不是网络必须的，只是想训练自己打标签的数据时用的。

  • 鉴于一些同学想知道模型训练完毕，怎么对比性能，比如旋转框怎么计算mIOU等，所以更新一个evaluation.py以及对应的案例图片和文件夹imgs。注意，这个.py和imgs文件夹不是必须的，只是模型训练结束计算性能用的。

    • 注：每个label里面的目标五个数值：分别为目标中心点（x,y），以及宽度，长度，角度，角度是以12点钟为0°，顺时针旋转的角度，最大为179.99999°（旋转180°，相当于没转）

image

训练自己的多分类网络

  • 打标签用labelGenerator文件夹里面的代码
  • 修改代码中所有num_classes为你的类别数目
  • 增加predict.py中方框颜色，我这里只检测单目标，所以只有红蓝框。
  • 修改back_bone中hm的数目为你的类别数，如：
def DlaNet(num_layers=34, heads = {'hm': your classes num, 'wh': 2, 'ang':1, 'reg': 2}, head_conv=256, plot=False)

环境

  • python3
  • 理论上torch >1.0即可，如果报了显存不足的问题就是torch版本低了
  • (可选)如何编译DCN以及环境需求, 与CenterNet 原版保持一致，不会编译dcn就用backbone中的非dcn版本，性能相比dcn下降一个点左右，随着数据的增大逐渐缩小。

结束

  • 有问题可以github提issue
  • 后续有时间会将上面的工作工程化，C++落地
本文总阅读量次