使用 Mask-RCNN 对路面坑洞进行实例分割
点击上方“小白学视觉”，选择加"星标"或“置顶”
重磅干货，第一时间送达
在文章中，我们将创建自己的训练模型来检测坑洼。关于检测，我们将在 Supervisely 的帮助下使用 Mask-RCNN 的实例分割技术。在创建模型之前，让我们了解一下我们正在使用的工具和技术。
Mask-RCNN 是一种深度神经网络，旨在解决机器学习或计算机视觉中的实例分割问题。Mask RCNN 有两个阶段，首先，它根据输入图像生成关于可能存在对象的区域的建议；其次，根据第一阶段的建议，预测对象的类别，细化边界框并生成对象像素级的掩码。
Mask-RCNN 实际上是一个经过训练的模型，但在文章中，我将向小伙伴展示如何微调我们的自定义对象或训练 Mask-RCNN 模型。
Mask-RCNN 结构
监督工作流程
收集和注释数据集：我们已经从 Kaggle 的 Pothole 图像数据集中收集了数据集。
现在让我们使用 supervisely 来注释图像，在注释之前，让我们监督导入数据。
首先在supervise中创建一个工作区
创建工作区
然后从我们的电脑导入数据
对图像进行注释，请单击projects >> Pothole dataset >>从下拉菜单中单击开始注释，我们将使用位图注释，现在只注释我们要检测的区域。
位图注释
使用 DTL 进行数据增强：
注释完所有图像后，是时候扩充我们的数据了。增强是一种用于通过对收集的数据集进行水平翻转、垂直翻转、旋转、镜像、剪切等稍微的更改来增加数据样本的技术。
在监督方面，我们将借助dtl（数据转换语言）来扩充数据，我们可以将以下 json 代码称为 dtl。
[{"dst": "$raw","src": ["pothole_detection/*"],"action": "data","settings": {"classes_mapping": "default"}},{"action": "flip","src": ["$raw"],"dst": "$raw_fliph","settings": {"axis": "vertical"}},{"dst": "$data","src": ["$raw","$raw_fliph"],"action": "multiply","settings": {"multiply": 5}},{"action": "crop","src": ["$data"],"dst": "$randocrop","settings": {"random_part": {"height": {"min_percent": 10,"max_percent": 40},"width": {"min_percent": 30,"max_percent": 80},"keep_aspect_ratio": false}}},{"action": "crop","src": ["$data"],"dst": "$randocrop2","settings": {"random_part": {"height": {"min_percent": 40,"max_percent": 90},"width": {"min_percent": 60,"max_percent": 90},"keep_aspect_ratio": false}}},{"action": "dummy","src": ["$raw","$raw_fliph","$randocrop","$randocrop2"],"dst": "$out","settings": {}},{"dst": "$precontrast","src": ["$out"],"action": "multiply","settings": {"multiply": 10}},{"dst": "$outcontrast","src": ["$precontrast"],"action": "contrast_brightness","settings": {"contrast": {"min": 0.5,"max": 2,"center_grey": false},"brightness": {"min": -50,"max": 50}}},{"dst": ["$totrain","$toval"],"src": ["$outcontrast","$out"],"action": "if","settings": {"condition": {"probability": 0.95}}},{"dst": "$train","src": ["$totrain"],"action": "tag","settings": {"tag": "train","action": "add"}},{"dst": "$val","src": ["$toval"],"action": "tag","settings": {"tag": "val","action": "add"}},{"dst": "pothole_augmented-train-val","src": ["$train","$val"],"action": "supervisely","settings": {}}]
选择运行 DTL 选项
DTL 工作流程
现在点击开始按钮，单击后我们可以看到创建了一个新的图像文件夹，这样我们的数据增强部分就完成了，让我们进入下一部分。
使用增强数据训练 Mask-RCNN：
我们将使用 Mask-RCNN 模型来训练坑洼图像，所以点击神经网络选项，我们会看到神经网络模型列表，然后添加Mask-RCNN(keras+TF)(COCO)模型。
克隆神经网络
现在点击训练按钮训练神经网络
但是训练我们的神经网络会给我们带来错误，它给出了错误，因为我们没有提供所需的代理或资源，我们将使用 aws 云提供适当的代理
现在单击集群页面链接以创建集群
新集群已创建
对我们代理的要求
要运行 EC2 实例，请按照以下步骤操作：
1.首先转到 AWS EC2 服务，然后单击 Launch Instance，之后我们将选择一个具有 Linux、Docker、GPU、Nvidia-Docker 的实例。
2.选择深度学习 AMI (Ubuntu 18.04)
3. 我们将选择名为p2.xlarge的 GPU 实例
4.现在去配置实例并做以下配置
5. 提供至少 90Gib 的存储空间
6. 现在创建密钥后启动实例，要登录实例，请使用 ssh 命令
实例已启动
对于训练，将来自监督的 curl 命令复制并粘贴到我们的 ec2 实例上。
运行 bash 命令
等待完整的设置安装
现在去监督训练Mask-RCNN模型：
首先，所有图像都将下载到我们的实例中
模型开始训练
我们还可以看到我们模型的训练图和日志
最后，训练后我们可以通过上传一些测试图像来测试我们的模型，这是我们模型的结果，我认为它运行的非常很好。
坑洼图像分割
交流群
欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~