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