mmdetection中的Mask Rcnn是一个很不错的检测网络，既可以实现目标检测，也可以实现语义分割。官方也有很详细的doc指导，但是对新手来说并不友好，刚好之前笔者写的mmlab系列里面关于可视化都还没有一个详细的文档，也在此一并介绍。
具体怎么制作自己的数据集和训练自己的模型教程如下：
mmdetect2d训练自己的数据集（一）—— labelme数据处理
mmdetect2d训练自己的数据集（二）—— 模型训练
通过上述两个教程，可以训练得到自己的config文件和checkpoints文件以及训练日志 xxx.log.json文件。接下来的可视化就是要用到这三个东西。
注：运行mmdetection的时候，我是用pycharm，这里有一个比较奇葩的bug，就是有时候我直接在terminal里面运行程序，会出现bug比如mmcv版本不对等，但是在RUN里面跑又可以了（别问怎么知道的，问就是卡了一周…）。所以出现bug的时候不要急着否定自己，多研究一下。
模型检测部署（检测结果可视化）
模型检测结果可视化有多种方式，这里介绍两种方法：1.调用api直接检测；2.用test.py进行检测。
1.使用test.py
运行test.py 必须要有config文件和checkpoint文件，其他为可选参数，具体如下：
python tools/test.py configs/myconfig.py checkpoints/last.pth \
--show --out result_file.pkl --show-dir result/test_result --eval segm
# --show 决定是否现实图片
# --out 将结果输出为pkl格式的文件
# --show-dir 将测试得到的文件存到目标文件夹下
# --eval 选择需要评估的指标，比如segm是分割的情况，这是mask rcnn网络会有这个结果，还有bbox等
2.调用API
在mmdet里面集成了很多现成的api也可以直接用来查看检测结果，这里写一个简单的调用方法。
from mmdet.apis import init_detector, inference_detector, show_result_pyplot
import cv2
import numpy as np
# config文件地址
config_file = 'others_ct/ct_head_mask_rcnn_r50_rpn_100_coco/mask_rcnn_r50_fpn_1x_coco.py'
# checkpoint文件地址
checkpoint_file = 'others_ct/ct_head_mask_rcnn_r50_rpn_100_coco/latest.pth'
# 选择使用的显卡
device = 'cuda:0'
# 模型载入
model = init_detector(config_file, checkpoint_file, device=device)
# 待检测的图片地址
img = 'data/coco_ct/val2017/Snipaste_2022-07-28_15-48-49.jpg'
# 检测结果输出
result = inference_detector(model, img)
#bbox_result, mask_result = result
# 现实检测结果
show_result_pyplot(model, img, result, score_thr=0.3)
3.对比自己的验证集标注
我之前都是用labelme直接看的，当然就显得b格不太够，mmdetection里面也可以直接看，用的browse_dataset.py，这个可以看训练集的，当然如果要看测试集的话，可以将config文件里面的data这个dict里面的train的dict中的ann_file和img_profix路径改成和val那个dict中的一样就好了
运行的时候，需要输入参数有config文件，以及--show # 如果你要现实每一张的话 ，--output-dir ../mydir # 浏览的图片可以保存到该地址下
这种现实办法有一个好处就是可以得到比较干净的对比图片，就是test.py得到预测的图片，这个得到标注的图片。但是如果想要将结果放在同一张图上进行展示，及标注和预测放在同一张图上的话，mmdetection也提供了对应的代码。使用tools/analyze_results.py即可。使用方法如下：
python tools/analysis_tools/analyze_results.py \
${CONFIG} \
${PREDICTION_PATH} \
${SHOW_DIR} \
[--show] \
[--wait-time ${WAIT_TIME}] \
[--topk ${TOPK}] \
[--show-score-thr ${SHOW_SCORE_THR}] \
[--cfg-options ${CFG_OPTIONS}]
{CONFIG}： 是config文件路径
{PREDICTION_PATH}： 是test.py得到的pkl文件路径
{SHOW_DIR}： 是绘制的到的图片存放的目录
--show： 决定是否显示，不指定的话，默认为不显示
--wait-time时间的间隔，若为 0 表示持续显示
--topk: 根据最高或最低 topk 概率排序保存的图片数量，若不指定，默认设置为 20
--show-score-thr: 能够展示的概率阈值，默认为 0
--cfg-options: 如果指定，可根据指定键值对覆盖更新配置文件的对应选项
DICE（DSC）计算
我使用mask-rcnn这个网络的，想要计算语义分割结果理论上是可以直接用mmdetection里面的dice loss计算，但是我找了好几天没找到，主要是不知道怎么输出，所以就手动写了一个。主要原理是挨个计算标注的mask的面积、预测的mask的面积，以及二者的iou。
语义分割里 Dice = 2 * (A∩B) /(|A| + |B|)
但是这里有一点需要注意，我做的是单类别检测，且每张图最多会存在一个检测结果，如果有多类别的话，可能就需要对代码进行修改了，后续如果我用到的话也会更新的。
所以我是将mmdetection里面mask部分的numpy数组输出保存了。具体在image.py里面找到def imshow_det_bboxes函数，在判定segms的部分加上输出的指令：
if segms is not None:
##############在原代码中的if语句里的开头部分添加该部分代码#################
# 获取输出的的图片名称，这里一定要在test.py 和 browse_dataset.py的时候，选择保存文件，即必须有--show-dir和路径
file_tmp = str(out_file)
# 设置npy文件的名称
file_name = file_tmp[:-3] + 'npy'
# 将segms的numpy数组保存为npy文件
np.save(file_name, segms)
####################################################################
然后在运行上述的test.py文件和browse_dataset.py时，会在–show-dir下面，生成与图片同名的npy文件。计算dice就是要用到这部分文件。
因此具体代码如下：
import numpy as np
import os
# 存放预测结果的路径（前面test.py结果的--show-dir）
pred_root_path = '/home/kevin/mmlab/mmdetection/tools/result004'
# 存放标签的路径（前面dataset.py结果的--show-dir）
label_root_path = '/home/kevin/mmlab/mmdetection/tools/misc/ct_results'
# 读取预测结果路径下的文件
file_list_tmp = os.listdir(pred_root_path)
file_list = []
dice_list = []
for i in file_list_tmp:
# 判定是否为npy文件
if i[-3:] == 'npy':
# 获取预测的npy文件路径
pred_path = pred_root_path + '/' + i
# 获取同名的标签文件路径
label_path = label_root_path + '/' + i
print(pred_path)
print(label_path)
# 导入ndarray文件
pred = np.load(pred_path)
label = np.load(label_path)
# 标签文件中的数组是Ture和False组成，需要变成1、0
pred_1 = pred + 0
# 因为browse得到的标签文件会有0.5的比例Flip来达到数据增强的目的,即图像会水平翻转
# 所以产生的mask文件也有一半的概率是水平翻转过的，需要将其翻转回来
pred_2 = pred_1[:,:,::-1]
# 有时候检测为空但还是会有pred的npy文件，原因我也不清楚，所以这里是加了个判定，如果输出为空则直接跳过。
# 预测的mask文件形状都是（n, 512, 512）形状的，n取决于预测的个数，我是单目标，所以最多只有一个。
if pred_1.shape == (0, 512, 512):
continue
# 同上
label = label + 0
# 将 (1, 512, 512) 展平为 (262144,)，目的是方便计算
b1_1 = pred_1.flatten()
b1_2 = pred_2.flatten()
b2 = label.flatten()
# 分别计算预测的和标签的两个mask部分的面积，因为翻转对面积不影响，这里只计算一次
pred_area = np.sum(b1_1)
label_area = np.sum(b2)
# 计算IoU
iou_pred_label_1 = b1_1 * b2
iou_pred_label_2 = b1_2 * b2
iou_area_1 = np.sum(iou_pred_label_1)
iou_area_2 = np.sum(iou_pred_label_2)
# print(iou_area_1, iou_area_2)
# IoU小说明该图被翻转过了，因此选大的那个
iou_area = max(iou_area_1, iou_area_2)
print(iou_area)
# 防止为空文件
if (pred_area + label_area) > 0:
dice = (2 * iou_area) / (pred_area + label_area)
else:
dice = 0
# 将得到的dice加入list
dice_list.append(dice)
# print("dice_list is:", dice_list)
# 求和前将list转为numpy数组
dice_np = np.array(dice_list)
dice_sum = np.sum(dice_np)
# 计算总共有多少张图片，因为一些检测为空，所以用的是browse的结果，由于结果包含图片和npy，所以除以2
pic_num = len(os.listdir(label_root_path)) / 2
print('num is:', pic_num)
# 计算平均Dice
Dice = dice_sum / pic_num
print('Dice is:', Dice)
训练日志可视化
这一部分主要是将mmdetection训练得到的json文件可视化，代码主要源于github，具体哪一个忘记了（readme里面没有原址…）是专门做的mmdetection 结果可视化的，非常强！！。使用时如果出现keyerror的话，将json文件中第一行的env_info删掉就可以了。
import json
import matplotlib.pyplot as plt
import sys
import os
from collections import OrderedDict
class visualize_mmdetection():
def __init__(self, path):
self.log = open(path)
self.dict_list = list()
self.loss_rpn_bbox = list()
self.loss_rpn_cls = list()
self.loss_bbox = list()
self.loss_cls = list()
self.loss = list()
self.acc = list()
def load_data(self):
for line in self.log:
info = json.loads(line)
# print('info:', info)
if info['mode'] == 'train':
self.dict_list.append(info)
for i in range(1, len(self.dict_list)):
for value, key in dict(self.dict_list[i]).items():
# 读取每一行的信息
loss_rpn_cls_value = dict(self.dict_list[i])['loss_rpn_cls']
loss_rpn_bbox_value = dict(self.dict_list[i])['loss_rpn_bbox']
loss_bbox_value = dict(self.dict_list[i])['loss_bbox']
loss_cls_value = dict(self.dict_list[i])['loss_cls']
loss_value = dict(self.dict_list[i])['loss']
acc_value = dict(self.dict_list[i])['acc']
# 将其保存至对应列表中
self.loss_rpn_cls.append(loss_rpn_cls_value)
self.loss_rpn_bbox.append(loss_rpn_bbox_value)
self.loss_bbox.append(loss_bbox_value)
self.loss_cls.append(loss_cls_value)
self.loss.append(loss_value)
self.acc.append(acc_value)
# 清除list中的重复项
self.loss_rpn_cls = list(OrderedDict.fromkeys(self.loss_rpn_cls))
self.loss_rpn_bbox = list(OrderedDict.fromkeys(self.loss_rpn_bbox))
self.loss_bbox = list(OrderedDict.fromkeys(self.loss_bbox))
self.loss_cls = list(OrderedDict.fromkeys(self.loss_cls))
self.loss = list(OrderedDict.fromkeys(self.loss))
self.acc = list(OrderedDict.fromkeys(self.acc))
def show_chart(self):
plt.rcParams.update({'font.size': 15})
plt.figure(figsize=(20, 20))
plt.subplot(321, title='loss_rpn_cls', ylabel='loss')
plt.plot(self.loss_rpn_cls)
plt.subplot(322, title='loss_rpn_bbox', ylabel='loss')
plt.plot(self.loss_rpn_bbox)
plt.subplot(323, title='loss_cls', ylabel='loss')
plt.plot(self.loss_cls)
plt.subplot(324, title='loss_bbox', ylabel='loss')
plt.plot(self.loss_bbox)
plt.subplot(325, title='total loss', ylabel='loss')
plt.plot(self.loss)
plt.subplot(326, title='accuracy', ylabel='accuracy')
plt.plot(self.acc)
plt.suptitle((sys.argv[1][5:] + "\n training result"), fontsize=30)
plt.savefig(('output/' + sys.argv[1][5:] + '_result.png'))
if __name__ == '__main__':
x = visualize_mmdetection(sys.argv[1])
x.load_data()
x.show_chart()
使用时直接是：
python visualize.py xxxx.json
xxxx.json是生成的json文件,结果如下：
PR曲线绘制
不太确定mmdetection里面有没有内置的绘制PR曲线的代码，这是参考其他一些博主写的代码
import os
import mmcv
import numpy as np
import matplotlib.pyplot as plt
from pycocotools.coco import COCO
from pycocotools.cocoeval import COCOeval
from mmcv import Config
from mmdet.datasets import build_dataset
# config文件路径
CONFIG_FILE = '/home/kevin/mmlab/mmdetection/tools/others_ct/r18/mask_rcnn_r18_fpn_1x_coco.py'
# test.py得到的pkl文件路径
RESULT_FILE = '/home/kevin/mmlab/mmdetection/tools/r18_result.pkl'
## 对比不同网络之间的结果
#CONFIG_FILE_01 = '/home/kevin/mmlab/mmdetection/tools/others_ct/r18/mask_rcnn_r18_fpn_1x_coco.py'
#RESULT_FILE_01 = '/home/kevin/mmlab/mmdetection/tools/r18_result.pkl'
#CONFIG_FILE_02 = '/home/kevin/mmlab/mmdetection/others_ct/ct_head_mask_rcnn_r50_rpn_100_coco/mask_rcnn_r50_fpn_1x_coco.py'
#RESULT_FILE_02 = '/home/kevin/mmlab/mmdetection/tools/r50_result.pkl'
#CONFIG_FILE_03 = '/home/kevin/mmlab/mmdetection/tools/others_ct/ct_head_mask_rcnn_r101_rpn_100_coco/mask_rcnn_r101_fpn_1x_coco.py'
#RESULT_FILE_03 = '/home/kevin/mmlab/mmdetection/tools/r101_result.pkl'
# 绘制曲线
def plot_pr_curve(config_file, result_file, metric="bbox"):
"""plot precison-recall curve based on testing results of pkl file.
Args:
config_file (list[list | tuple]): config file path.
result_file (str): pkl file of testing results path.
metric (str): Metrics to be evaluated. Options are
'bbox', 'segm'.
"""
cfg = Config.fromfile(config_file)
# turn on test mode of dataset
if isinstance(cfg.data.test, dict):
cfg.data.test.test_mode = True
elif isinstance(cfg.data.test, list):
for ds_cfg in cfg.data.test:
ds_cfg.test_mode = True
# build dataset
dataset = build_dataset(cfg.data.test)
# load result file in pkl format
pkl_results = mmcv.load(result_file)
# convert pkl file (list[list | tuple | ndarray]) to json
json_results, _ = dataset.format_results(pkl_results)
# initialize COCO instance
coco = COCO(annotation_file=cfg.data.test.ann_file)
coco_gt = coco
coco_dt = coco_gt.loadRes(json_results[metric])
# initialize COCOeval instance
coco_eval = COCOeval(coco_gt, coco_dt, metric)
coco_eval.evaluate()
coco_eval.accumulate()
coco_eval.summarize()
# extract eval data
precisions = coco_eval.eval["precision"]
'''
precisions[T, R, K, A, M]
T: 是IOU的阈值，值为0-9，依次对应，[0.5 : 0.05 : 0.95],
R: 召回率的阈值，[0 : 0.01 : 1], idx from 0 to 100
K: 检测类别的索引，我只有1类，所以为0
A: 检测的大小，对应 (all, small, medium, large), 索引值0-3
M: 最大检测数量, 对应(1, 10, 100), 索引值0-2
'''
pr_array1 = precisions[0, :, 0, 0, 2]
pr_array2 = precisions[1, :, 0, 0, 2]
pr_array3 = precisions[2, :, 0, 0, 2]
pr_array4 = precisions[3, :, 0, 0, 2]
pr_array5 = precisions[4, :, 0, 0, 2]
pr_array6 = precisions[5, :, 0, 0, 2]
pr_array7 = precisions[6, :, 0, 0, 2]
pr_array8 = precisions[7, :, 0, 0, 2]
pr_array9 = precisions[8, :, 0, 0, 2]
pr_array10 = precisions[9, :, 0, 0, 2]
# 计算平均值 iou@0.5：0.95
pr_array = pr_array1 + pr_array2 +pr_array3 +pr_array4 + pr_array5 + \
pr_array6 + pr_array7 + pr_array8 + pr_array9 +pr_array10
print(pr_array/10)
x = np.arange(0.0, 1.01, 0.01)
# 绘制PR曲线
plt.plot(x, pr_array1, label="iou=0.5")
plt.plot(x, pr_array2, label="iou=0.55")
plt.plot(x, pr_array3, label="iou=0.6")
plt.plot(x, pr_array4, label="iou=0.65")
plt.plot(x, pr_array5, label="iou=0.7")
plt.plot(x, pr_array6, label="iou=0.75")
plt.plot(x, pr_array7, label="iou=0.8")
plt.plot(x, pr_array8, label="iou=0.85")
plt.plot(x, pr_array9, label="iou=0.9")
plt.plot(x, pr_array10, label="iou=0.95")
plt.xlabel("recall")
plt.ylabel("precison")
plt.xlim(0, 1.0)
plt.ylim(0, 1.01)
plt.grid(True)
plt.legend(loc="lower left")
# 保存图像
plt.savefig('PR_r18.png')
plt.show()
# 只绘制ap @ 0.5：0.95
# return pr_array/10
if __name__ == "__main__":
plot_pr_curve(config_file=CONFIG_FILE, result_file=RESULT_FILE, metric="bbox")
# pr_array_1 = plot_pr_curve(config_file=CONFIG_FILE_01, result_file=RESULT_FILE_01, metric="bbox")
# pr_array_2 = plot_pr_curve(config_file=CONFIG_FILE_02, result_file=RESULT_FILE_02, metric="bbox")
# pr_array_3 = plot_pr_curve(config_file=CONFIG_FILE_03, result_file=RESULT_FILE_03, metric="bbox")
# x = np.arange(0.0, 1.01, 0.01)
# plot PR curve
# plt.plot(x, pr_array_1, label="r18")
# plt.plot(x, pr_array_2, label="r50")
# plt.plot(x, pr_array_3, label="r100")
# plt.xlabel("recall")
# plt.ylabel("precison")
# plt.xlim(0, 1.0)
# plt.ylim(0, 1.01)
# plt.grid(True)
# plt.legend(loc="lower left")
# plt.savefig('PR_r18_r50_r101.png')
# plt.show()
这边遇到了一个问题，就是使用plt保存图片时，必须要在ply.show前面，不然会保存为空白图像，因为它默认show完图像就被输出了，即没有可以保存的图像了。
得到结果图如下：
模型复杂度计算
这个官方文档就有python tools/analysis_tools/get_flops.py ${CONFIG_FILE} [--shape ${INPUT_SHAPE}]
得到结果如下：
==============================
Input shape: (3, 1280, 800)
Flops: 239.32 GFLOPs
Params: 37.74 M
==============================
对输出图像的处理
mmdetection检测或者预览的图像都是在image.py里面实现的，比如如果只是用mask rcnn来达到语义分割的效果，那么其实bbox和label输出就有点多余。同样是在def imshow_det_bboxes里面，把draw_bboxes和draw_labels注释掉就可以了
文章出处登录后可见！
已经登录？立即刷新
