Skip to content

Latest commit

 

History

History
 
 

smalldet

README.md

PP-YOLOE 小目标检测模型(PP-YOLOE smalldet)

VisDroneVisDroneDOTAXview

内容

简介

PaddleDetection团队提供了针对VisDrone-DET、DOTA水平框、Xview等小目标场景数据集的基于PP-YOLOE的检测模型，以及提供了一套使用SAHI(Slicing Aided Hyper Inference)工具切图和拼图的方案，用户可以下载模型进行使用。

注意:

模型库

基础模型

模型 数据集 SLICE_SIZE OVERLAP_RATIO 类别数 mAPval
0.5:0.95		 APval
0.5		 下载链接 配置文件
PP-YOLOE-P2-l DOTA 500 0.25 15 53.9 78.6 下载链接 配置文件
PP-YOLOE-P2-l Xview 400 0.25 60 14.9 27.0 下载链接 配置文件
PP-YOLOE-l VisDrone-DET 640 0.25 10 38.5 60.2 下载链接 配置文件

拼图模型

模型 数据集 SLICE_SIZE OVERLAP_RATIO 类别数 mAPval
0.5:0.95		 APval
0.5		 下载链接 配置文件
PP-YOLOE-l VisDrone-DET 640 0.25 10 29.7 48.5 下载链接 配置文件
PP-YOLOE-l (Assembled) VisDrone-DET 640 0.25 10 37.2 59.4 下载链接 配置文件

注意:

  • 使用SAHI切图工具需要首先安装：pip install sahi，参考installation。
  • SLICE_SIZE表示使用SAHI工具切图后子图的边长大小，OVERLAP_RATIO表示切图的子图之间的重叠率，DOTA水平框和Xview数据集均是切图后训练，AP指标为切图后的子图val上的指标。
  • VisDrone-DET数据集请参照visdrone，可使用原图训练，也可使用切图后训练，这上面表格中的指标均是使用VisDrone-DET的val子集做验证而未使用test_dev子集。
  • PP-YOLOE模型训练过程中使用8 GPUs进行混合精度训练，如果GPU卡数或者batch size发生了改变，你需要按照公式 lrnew = lrdefault * (batch_sizenew * GPU_numbernew) / (batch_sizedefault * GPU_numberdefault) 调整学习率。
  • 常用训练验证部署等步骤请参考ppyoloe。
  • 自动切图和拼图的推理预测需添加设置--slice_infer，具体见下文模型库使用说明中的预测和部署。
  • Assembled表示自动切图和拼图，参照2.3 子图拼图评估。

数据集准备

VisDrone-DET

VisDrone-DET是一个无人机航拍场景的小目标数据集，整理后的COCO格式VisDrone-DET数据集下载链接，切图后的COCO格式数据集下载链接，检测其中的10类，包括 pedestrian(1), people(2), bicycle(3), car(4), van(5), truck(6), tricycle(7), awning-tricycle(8), bus(9), motor(10)，原始数据集下载链接。 具体使用和下载请参考visdrone。

DOTA水平框

DOTA是一个大型的遥感影像公开数据集，这里使用DOTA-v1.0水平框数据集，切图后整理的COCO格式的DOTA水平框数据集下载链接，检测其中的15类， 包括 plane(0), baseball-diamond(1), bridge(2), ground-track-field(3), small-vehicle(4), large-vehicle(5), ship(6), tennis-court(7),basketball-court(8), storage-tank(9), soccer-ball-field(10), roundabout(11), harbor(12), swimming-pool(13), helicopter(14)， 图片及原始数据集下载链接。

Xview

Xview是一个大型的航拍遥感检测数据集，目标极小极多，切图后整理的COCO格式数据集下载链接，检测其中的60类， 具体类别为：

Fixed-wing Aircraft(0), Small Aircraft(1), Cargo Plane(2), Helicopter(3), Passenger Vehicle(4), Small Car(5), Bus(6), Pickup Truck(7), Utility Truck(8), Truck(9), Cargo Truck(10), Truck w/Box(11), Truck Tractor(12), Trailer(13), Truck w/Flatbed(14), Truck w/Liquid(15), Crane Truck(16), Railway Vehicle(17), Passenger Car(18), Cargo Car(19), Flat Car(20), Tank car(21), Locomotive(22), Maritime Vessel(23), Motorboat(24), Sailboat(25), Tugboat(26), Barge(27), Fishing Vessel(28), Ferry(29), Yacht(30), Container Ship(31), Oil Tanker(32), Engineering Vehicle(33), Tower crane(34), Container Crane(35), Reach Stacker(36), Straddle Carrier(37), Mobile Crane(38), Dump Truck(39), Haul Truck(40), Scraper/Tractor(41), Front loader/Bulldozer(42), Excavator(43), Cement Mixer(44), Ground Grader(45), Hut/Tent(46), Shed(47), Building(48), Aircraft Hangar(49), Damaged Building(50), Facility(51), Construction Site(52), Vehicle Lot(53), Helipad(54), Storage Tank(55), Shipping container lot(56), Shipping Container(57), Pylon(58), Tower(59)

，原始数据集[下载链接](https://challenge.xviewdataset.org/download-links)。

用户自定义数据集准备

用户自定义数据集准备请参考DET数据集标注工具和DET数据集准备教程去准备。

模型库使用说明

训练

首先将你的数据集为COCO数据集格式，然后使用SAHI切图工具进行离线切图，对保存的子图按常规检测模型的训练流程走即可。 也可直接下载PaddleDetection团队提供的切图后的VisDrone-DET、DOTA水平框、Xview数据集。

执行以下指令使用混合精度训练PP-YOLOE

python -m paddle.distributed.launch --gpus 0,1,2,3,4,5,6,7 tools/train.py -c configs/smalldet/ppyoloe_crn_l_80e_sliced_visdrone_640_025.yml --amp --eval

注意:

  • 使用默认配置训练需要设置--amp以避免显存溢出。

评估

2.1 子图评估

默认评估方式是子图评估，子图数据集的验证集设置为：

EvalDataset:
  !COCODataSet
    image_dir: val_images_640_025
    anno_path: val_640_025.json
    dataset_dir: dataset/visdrone_sliced

按常规检测模型的评估流程，评估提前切好并存下来的子图上的精度：

CUDA_VISIBLE_DEVICES=0 python tools/eval.py -c configs/smalldet/ppyoloe_crn_l_80e_sliced_visdrone_640_025.yml -o weights=https://paddledet.bj.bcebos.com/models/ppyoloe_crn_l_80e_sliced_visdrone_640_025.pdparams

2.2 原图评估

修改验证集的标注文件路径为原图标注文件：

EvalDataset:
  !COCODataSet
    image_dir: VisDrone2019-DET-val
    anno_path: val.json
    dataset_dir: dataset/visdrone

直接评估原图上的精度：

CUDA_VISIBLE_DEVICES=0 python tools/eval.py -c configs/smalldet/ppyoloe_crn_l_80e_sliced_visdrone_640_025.yml -o weights=https://paddledet.bj.bcebos.com/models/ppyoloe_crn_l_80e_sliced_visdrone_640_025.pdparams

2.3 子图拼图评估

修改验证集的标注文件路径为原图标注文件：

# very slow, preferly eval with a determined weights(xx.pdparams)
# if you want to eval during training, change SlicedCOCODataSet to COCODataSet and delete sliced_size and overlap_ratio
EvalDataset:
  !SlicedCOCODataSet
    image_dir: VisDrone2019-DET-val
    anno_path: val.json
    dataset_dir: dataset/visdrone
    sliced_size: [640, 640]
    overlap_ratio: [0.25, 0.25]

会在评估过程中自动对原图进行切图最后再重组和融合结果来评估原图上的精度：

CUDA_VISIBLE_DEVICES=0 python tools/eval.py -c configs/smalldet/ppyoloe_crn_l_80e_sliced_visdrone_640_025_slice_infer.yml -o weights=https://paddledet.bj.bcebos.com/models/ppyoloe_crn_l_80e_sliced_visdrone_640_025.pdparams --slice_infer --combine_method=nms --match_threshold=0.6 --match_metric=ios

注意:

  • 设置--slice_infer表示切图预测并拼装重组结果，如果不使用则不写，注意需要确保EvalDataset的数据集类是选用的SlicedCOCODataSet而不是COCODataSet；
  • 设置--slice_size表示切图的子图尺寸大小，设置--overlap_ratio表示子图间重叠率，可以自行修改选择合适的子图尺度sliced_size和子图间重叠率overlap_ratio，如：
EvalDataset:
  !SlicedCOCODataSet
    image_dir: VisDrone2019-DET-val
    anno_path: val.json
    dataset_dir: dataset/visdrone
    sliced_size: [480, 480]
    overlap_ratio: [0.2, 0.2]
  • 设置--combine_method表示子图结果重组去重的方式，默认是nms；
  • 设置--match_threshold表示子图结果重组去重的阈值，默认是0.6；
  • 设置--match_metric表示子图结果重组去重的度量标准，默认是ios表示交小比(两个框交集面积除以更小框的面积)，也可以选择交并比iou(两个框交集面积除以并集面积)，精度效果因数据集而而异，但选择ios预测速度会更快一点；

预测

3.1 子图或原图直接预测

与评估流程基本相同，可以在提前切好并存下来的子图上预测，也可以对原图预测，如：

CUDA_VISIBLE_DEVICES=0 python tools/infer.py -c configs/smalldet/ppyoloe_crn_l_80e_sliced_visdrone_640_025.yml -o weights=https://paddledet.bj.bcebos.com/models/ppyoloe_crn_l_80e_sliced_visdrone_640_025.pdparams --infer_img=demo.jpg --draw_threshold=0.25

3.2 原图自动切图并拼图预测

也可以对原图进行自动切图并拼图重组来预测原图，如：

# 单张图
CUDA_VISIBLE_DEVICES=0 python tools/infer.py -c configs/smalldet/ppyoloe_crn_l_80e_sliced_visdrone_640_025.yml -o weights=https://paddledet.bj.bcebos.com/models/ppyoloe_crn_l_80e_sliced_visdrone_640_025.pdparams --infer_img=demo.jpg --draw_threshold=0.25 --slice_infer --slice_size 640 640 --overlap_ratio 0.25 0.25 --combine_method=nms --match_threshold=0.6 --match_metric=ios
# 或图片文件夹
CUDA_VISIBLE_DEVICES=0 python tools/infer.py -c configs/smalldet/ppyoloe_crn_l_80e_sliced_visdrone_640_025.yml -o weights=https://paddledet.bj.bcebos.com/models/ppyoloe_crn_l_80e_sliced_visdrone_640_025.pdparams --infer_dir=demo/ --draw_threshold=0.25 --slice_infer --slice_size 640 640 --overlap_ratio 0.25 0.25 --combine_method=nms --match_threshold=0.6 --match_metric=ios
  • 设置--slice_infer表示切图预测并拼装重组结果，如果不使用则不写；
  • 设置--slice_size表示切图的子图尺寸大小，设置--overlap_ratio表示子图间重叠率；
  • 设置--combine_method表示子图结果重组去重的方式，默认是nms；
  • 设置--match_threshold表示子图结果重组去重的阈值，默认是0.6；
  • 设置--match_metric表示子图结果重组去重的度量标准，默认是ios表示交小比(两个框交集面积除以更小框的面积)，也可以选择交并比iou(两个框交集面积除以并集面积)，精度效果因数据集而而异，但选择ios预测速度会更快一点；

部署

4.1 导出模型

# export model
CUDA_VISIBLE_DEVICES=0 python tools/export_model.py -c configs/smalldet/ppyoloe_crn_l_80e_sliced_visdrone_640_025.yml -o weights=https://paddledet.bj.bcebos.com/models/ppyoloe_crn_l_80e_sliced_visdrone_640_025.pdparams

4.2 使用原图或子图直接推理

# deploy infer
CUDA_VISIBLE_DEVICES=0 python deploy/python/infer.py --model_dir=output_inference/ppyoloe_crn_l_80e_sliced_visdrone_640_025 --image_file=demo.jpg --device=GPU --save_images --threshold=0.25

4.3 使用原图自动切图并拼图重组结果来推理

# deploy slice infer
# 单张图
CUDA_VISIBLE_DEVICES=0 python deploy/python/infer.py --model_dir=output_inference/ppyoloe_crn_l_80e_sliced_visdrone_640_025 --image_file=demo.jpg --device=GPU --save_images --threshold=0.25  --slice_infer --slice_size 640 640 --overlap_ratio 0.25 0.25 --combine_method=nms --match_threshold=0.6 --match_metric=ios
# 或图片文件夹
CUDA_VISIBLE_DEVICES=0 python deploy/python/infer.py --model_dir=output_inference/ppyoloe_crn_l_80e_sliced_visdrone_640_025 --image_dir=demo/ --device=GPU --save_images --threshold=0.25  --slice_infer --slice_size 640 640 --overlap_ratio 0.25 0.25 --combine_method=nms --match_threshold=0.6 --match_metric=ios
  • 设置--slice_infer表示切图预测并拼装重组结果，如果不使用则不写；
  • 设置--slice_size表示切图的子图尺寸大小，设置--overlap_ratio表示子图间重叠率；
  • 设置--combine_method表示子图结果重组去重的方式，默认是nms；
  • 设置--match_threshold表示子图结果重组去重的阈值，默认是0.6；
  • 设置--match_metric表示子图结果重组去重的度量标准，默认是ios表示交小比(两个框交集面积除以更小框的面积)，也可以选择交并比iou(两个框交集面积除以并集面积)，精度效果因数据集而而异，但选择ios预测速度会更快一点；

切图使用说明

统计数据集分布

首先统计所用数据集标注框的平均宽高占图片真实宽高的比例分布：

python tools/box_distribution.py --json_path ../../dataset/DOTA/annotations/train.json --out_img box_distribution.jpg
  • --json_path ：待统计数据集COCO 格式 annotation 的json文件路径
  • --out_img ：输出的统计分布图路径

以DOTA数据集的train数据集为例，统计结果打印如下：

Median of ratio_w is 0.03799439775910364
Median of ratio_h is 0.04074914637387802
all_img with box:  1409
all_ann:  98905
Distribution saved as box_distribution.jpg

注意:

  • 当原始数据集全部有标注框的图片中，有1/2以上的图片标注框的平均宽高与原图宽高比例小于0.04时，建议进行切图训练。

SAHI切图

针对需要切图的数据集，使用SAHI库进行切分：

安装SAHI库：

参考SAHI installation进行安装

pip install sahi

基于SAHI切图

python tools/slice_image.py --image_dir ../../dataset/DOTA/train/ --json_path ../../dataset/DOTA/annotations/train.json --output_dir ../../dataset/dota_sliced --slice_size 500 --overlap_ratio 0.25
  • --image_dir：原始数据集图片文件夹的路径
  • --json_path：原始数据集COCO格式的json标注文件的路径
  • --output_dir：切分后的子图及其json标注文件保存的路径
  • --slice_size：切分以后子图的边长尺度大小(默认切图后为正方形)
  • --overlap_ratio：切分时的子图之间的重叠率
  • 以上述代码为例，切分后的子图文件夹与json标注文件共同保存在dota_sliced文件夹下，分别命名为train_images_500_025、train_500_025.json。

引用

@article{akyon2022sahi,
  title={Slicing Aided Hyper Inference and Fine-tuning for Small Object Detection},
  author={Akyon, Fatih Cagatay and Altinuc, Sinan Onur and Temizel, Alptekin},
  journal={arXiv preprint arXiv:2202.06934},
  year={2022}
}

@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}
}

@ARTICLE{9573394,
  author={Zhu, Pengfei and Wen, Longyin and Du, Dawei and Bian, Xiao and Fan, Heng and Hu, Qinghua and Ling, Haibin},
  journal={IEEE Transactions on Pattern Analysis and Machine Intelligence},
  title={Detection and Tracking Meet Drones Challenge},
  year={2021},
  volume={},
  number={},
  pages={1-1},
  doi={10.1109/TPAMI.2021.3119563}
}