126 lines
5.3 KiB
Markdown
126 lines
5.3 KiB
Markdown
# S2ANet模型
|
||
|
||
## 内容
|
||
- [简介](#简介)
|
||
- [DOTA数据集](#DOTA数据集)
|
||
- [模型库](#模型库)
|
||
- [训练说明](#训练说明)
|
||
|
||
## 简介
|
||
|
||
[S2ANet](https://arxiv.org/pdf/2008.09397.pdf)是用于检测旋转框的模型，要求使用PaddlePaddle 2.0.1(可使用pip安装) 或适当的[develop版本](https://www.paddlepaddle.org.cn/documentation/docs/zh/develop/install/Tables.html#whl-release)。
|
||
|
||
|
||
## DOTA数据集
|
||
[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](https://github.com/CAPTAIN-WHU/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。
|
||
|
||
## 模型库
|
||
|
||
### S2ANet模型
|
||
|
||
| 模型 | GPU个数 | Conv类型 | mAP | 模型下载 | 配置文件 |
|
||
|:-----------:|:-------:|:----------:|:--------:| :----------:| :---------: |
|
||
| S2ANet | 8 | Conv | 71.42 | [model](https://paddledet.bj.bcebos.com/models/s2anet_conv_1x_dota.pdparams) | [config](https://github.com/PaddlePaddle/PaddleDetection/tree/release/2.0/configs/dota/s2anet_conv_1x_dota.yml) |
|
||
|
||
**注意：**这里使用`multiclass_nms`，与原作者使用nms略有不同，精度相比原始论文中高0.15 (71.27-->71.42)。
|
||
|
||
## 训练说明
|
||
|
||
### 1. 旋转框IOU计算OP
|
||
|
||
旋转框IOU计算OP[ext_op](../../ppdet/ext_op)是参考Paddle[自定义外部算子](https://www.paddlepaddle.org.cn/documentation/docs/zh/guides/07_new_op/new_custom_op.html) 的方式开发。
|
||
|
||
若使用旋转框IOU计算OP，需要环境满足：
|
||
- PaddlePaddle >= 2.0.1
|
||
- GCC == 8.2
|
||
|
||
推荐使用docker镜像[paddle:2.0.1-gpu-cuda10.1-cudnn7](registry.baidubce.com/paddlepaddle/paddle:2.0.1-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:2.0.1-gpu-cuda10.1-cudnn7 /bin/bash
|
||
```
|
||
|
||
镜像中paddle2.0.1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. 数据格式
|
||
DOTA 数据集中实例是按照任意四边形标注，在进行训练模型前，需要参考[DOTA2COCO](https://github.com/CAPTAIN-WHU/DOTA_devkit/blob/master/DOTA2COCO.py) 转换成`[xc, yc, bow_w, bow_h, angle]`格式，并以coco数据格式存储。
|
||
|
||
## 评估
|
||
|
||
执行如下命令，会在`output_dir`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_1x_dota.yml -o weights=./weights/s2anet_1x_dota.pdparams --infer_dir=dota_test_images --draw_threshold=0.05 --save_txt=True --output_dir=output
|
||
```
|
||
|
||
|
||
请参考[DOTA_devkit](https://github.com/CAPTAIN-WHU/DOTA_devkit) 生成评估文件，评估文件格式请参考[DOTA Test](http://captain.whu.edu.cn/DOTAweb/tasks.html) ，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。
|
||
|
||
## 预测部署
|
||
|
||
Paddle中`multiclass_nms`算子的输入支持四边形输入，因此部署时可以不不需要依赖旋转框IOU计算算子。
|
||
|
||
```bash
|
||
# 预测
|
||
CUDA_VISIBLE_DEVICES=0 python tools/infer.py -c configs/dota/s2anet_1x_dota.yml -o weights=model.pdparams --infer_img=demo/P0072__1.0__0___0.png
|
||
```
|
||
|
||
|
||
## 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}
|
||
}
|
||
```
|