PaddleDetection/configs/dota

• S2ANet模型
• • 内容
  • 简介
  • 准备数据
  • • DOTA数据
    • 自定义数据
  • 开始训练
  • • 1. 安装旋转框IOU计算OP
    • 2. 训练
    • 3. 评估
    • 4. 预测
    • 5. DOTA数据评估
  • 模型库
  • • S2ANet模型
  • 预测部署
  • Citations

S2ANet模型

内容

• 简介
• 准备数据
• 开始训练
• 模型库
• 预测部署

简介

S2ANet是用于检测旋转框的模型，要求使用PaddlePaddle 2.1.1(可使用pip安装) 或适当的develop版本。

准备数据

DOTA数据

[DOTA Dataset]是航空影像中物体检测的数据集，包含2806张图像，每张图像4000*4000分辨率。

数据版本	类别数	图像数	图像尺寸	实例数	标注方式
v1.0	15	2806	800~4000	118282	OBB + HBB
v1.5	16	2806	800~4000	400000	OBB + HBB

注：OBB标注方式是指标注任意四边形；顶点按顺时针顺序排列。HBB标注方式是指标注示例的外接矩形。

DOTA数据集中总共有2806张图像，其中1411张图像作为训练集，458张图像作为评估集，剩余937张图像作为测试集。

如果需要切割图像数据，请参考DOTA_devkit 。

设置crop_size=1024, stride=824, gap=200参数切割数据后，训练集15749张图像，评估集5297张图像，测试集10833张图像。

自定义数据

数据标注有两种方式：

• 第一种是标注旋转矩形，可以通过旋转矩形标注工具roLabelImg 来标注旋转矩形框。

• 第二种是标注四边形，通过脚本转成外接旋转矩形，这样得到的标注可能跟真实的物体框有一定误差。

然后将标注结果转换成coco标注格式，其中每个bbox的格式为 [x_center, y_center, width, height, angle]，这里角度以弧度表示。

参考脊椎间盘数据集 ，我们将数据集划分为训练集(230)、测试集(57)，数据地址为：spine_coco 。该数据集图像数量比较少，使用这个数据集可以快速训练S2ANet模型。

开始训练

1. 安装旋转框IOU计算OP

旋转框IOU计算OPext_op是参考Paddle自定义外部算子 的方式开发。

若使用旋转框IOU计算OP，需要环境满足：

• PaddlePaddle >= 2.1.1
• GCC == 8.2

推荐使用docker镜像paddle:2.1.1-gpu-cuda10.1-cudnn7。

执行如下命令下载镜像并启动容器：

sudo nvidia-docker run -it --name paddle_s2anet -v $PWD:/paddle --network=host registry.baidubce.com/paddlepaddle/paddle:2.1.1-gpu-cuda10.1-cudnn7 /bin/bash

镜像中paddle已安装好，进入python3.7，执行如下代码检查paddle安装是否正常：

import paddle
print(paddle.__version__)
paddle.utils.run_check()

进入到ppdet/ext_op文件夹，安装：

python3.7 setup.py install

Windows环境请按照如下步骤安装：

（1）准备Visual Studio (版本需要>=Visual Studio 2015 update3)，这里以VS2017为例；

（2）点击开始-->Visual Studio 2017-->适用于 VS 2017 的x64本机工具命令提示；

（3）设置环境变量：set DISTUTILS_USE_SDK=1

（4）进入PaddleDetection/ppdet/ext_op目录，通过python3.7 setup.py install命令进行安装。

安装完成后，测试自定义op是否可以正常编译以及计算结果：

cd PaddleDetecetion/ppdet/ext_op
python3.7 test.py

2. 训练

注意：
配置文件中学习率是按照8卡GPU训练设置的，如果使用单卡GPU训练，请将学习率设置为原来的1/8。

GPU单卡训练

export CUDA_VISIBLE_DEVICES=0
python3.7 tools/train.py -c configs/dota/s2anet_1x_spine.yml

GPU多卡训练

export CUDA_VISIBLE_DEVICES=0,1,2,3,4,5,6,7
python3.7 -m paddle.distributed.launch --gpus 0,1,2,3,4,5,6,7 tools/train.py -c configs/dota/s2anet_1x_spine.yml

可以通过--eval开启边训练边测试。

3. 评估

python3.7 tools/eval.py -c configs/dota/s2anet_1x_spine.yml -o weights=output/s2anet_1x_spine/model_final.pdparams

# 使用提供训练好的模型评估
python3.7 tools/eval.py -c configs/dota/s2anet_1x_spine.yml -o weights=https://paddledet.bj.bcebos.com/models/s2anet_1x_spine.pdparams

** 注意：**
(1) dota数据集中是train和val数据作为训练集一起训练的，对dota数据集进行评估时需要自定义设置评估数据集配置。

(2) 骨骼数据集是由分割数据转换而来，由于椎间盘不同类别对于检测任务而言区别很小，且s2anet算法最后得出的分数较低，评估时默认阈值为0.5，mAP较低是正常的。建议通过可视化查看检测结果。

4. 预测

执行如下命令，会将图像预测结果保存到output文件夹下。

python3.7 tools/infer.py -c configs/dota/s2anet_1x_spine.yml -o weights=output/s2anet_1x_spine/model_final.pdparams --infer_img=demo/39006.jpg --draw_threshold=0.3

使用提供训练好的模型预测：

python3.7 tools/infer.py -c configs/dota/s2anet_1x_spine.yml -o weights=https://paddledet.bj.bcebos.com/models/s2anet_1x_spine.pdparams --infer_img=demo/39006.jpg --draw_threshold=0.3

5. DOTA数据评估

执行如下命令，会在output文件夹下将每个图像预测结果保存到同文件夹名的txt文本中。

python3.7 tools/infer.py -c configs/dota/s2anet_alignconv_2x_dota.yml -o weights=./weights/s2anet_alignconv_2x_dota.pdparams  --infer_dir=dota_test_images --draw_threshold=0.05 --save_txt=True --output_dir=output

请参考DOTA_devkit 生成评估文件，评估文件格式请参考DOTA Test ，生成zip文件，每个类一个txt文件，txt文件中每行格式为：image_id score x1 y1 x2 y2 x3 y3 x4 y4，提交服务器进行评估。您也可以参考dataset/dota_coco/dota_generate_test_result.py脚本生成评估文件，提交到服务器。

模型库

S2ANet模型

模型	Conv类型	mAP	模型下载	配置文件
S2ANet	Conv	71.42	model	config
S2ANet	AlignConv	74.0	model	config

注意： 这里使用multiclass_nms，与原作者使用nms略有不同。

预测部署

Paddle中multiclass_nms算子的输入支持四边形输入，因此部署时可以不需要依赖旋转框IOU计算算子。

部署教程请参考预测部署

注意： 由于paddle.detach函数动转静时会导致导出模型尺寸错误，因此在配置文件中增加了is_training参数，导出模型预测部署时需要将改参数设置为False

Citations

@article{han2021align,  
  author={J. {Han} and J. {Ding} and J. {Li} and G. -S. {Xia}},  
  journal={IEEE Transactions on Geoscience and Remote Sensing},  
  title={Align Deep Features for Oriented Object Detection},  
  year={2021},
  pages={1-11},  
  doi={10.1109/TGRS.2021.3062048}}

@inproceedings{xia2018dota,
  title={DOTA: A large-scale dataset for object detection in aerial images},
  author={Xia, Gui-Song and Bai, Xiang and Ding, Jian and Zhu, Zhen and Belongie, Serge and Luo, Jiebo and Datcu, Mihai and Pelillo, Marcello and Zhang, Liangpei},
  booktitle={Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition},
  pages={3974--3983},
  year={2018}
}