首页 > 其他分享 >使用Mask R-CNN模型实现人体关键节点标注

使用Mask R-CNN模型实现人体关键节点标注

时间:2022-10-14 14:11:58浏览次数:72  
标签:__ 训练 模型 Mask CNN 标注

摘要:在本案例中,我们将展示如何对基础的Mask R-CNN进行扩展,完成人体关键节点标注的任务。

本文分享自华为云社区《使用Mask R-CNN模型实现人体关键节点标注》,作者: 运气男孩。

前言

ModelArts 是面向开发者的一站式 AI 开发平台,为机器学习与深度学习提供海量数据预处理及交互式智能标注、大规模分布式训练、自动化模型生成,及端-边-云模型按需部署能力,帮助用户快速创建和部署模型,管理全周期 AI 工作流。

背景

Mask R-CNN是一个灵活开放的框架,可以在这个基础框架的基础上进行扩展,以完成更多的人工智能任务。在本案例中,我们将展示如何对基础的Mask R-CNN进行扩展,完成人体关键节点标注的任务。

Mask R-CNN整体架构,它的3个主要网络:

  • backbone网络,用于生成特征图
  • RPN网络,用于生成实例的位置、分类、分割(mask)信息
  • head网络,对位置、分类和分割(mask)信息进行训练

在head网络中,有分类、位置框和分割(mask)信息的3个分支,我们可以对head网络进行扩展,加入一个人体关键节点keypoint分支。并对其进行训练,使得我们的模型具备关键节点分析的能力。那么我们的模型结构将如下图所示:

head网络中,红色的keypionts分支为新加入的人体关键节点分支

MaskRCNN模型的解析可以参考此文章 。

本案例的运行环境是 TensorFlow 1.8.0 。

keypoints分支

在RPN中,我们生成Proposal后,当检测到Proposal的分类为"Person"时,对每个部位的关键点生成一个one-hot掩码,训练的目标最终是得到一个56*56的二值掩码,当中只有一个像素被标记为关键点,其余像素均为背景。对于每一个关键点的位置,进行最小化平均交叉熵损失检测,K个关键点是被独立处理的。

人体姿态检测中,人本身可以作为一个目标实例进行分类检测。但是,采取了one-hot编码以后,就可以扩展到coco数据集中被标注的17个人体关键点(例如:左眼、右耳),同时也能够处理非连续型数值特征。

COCO数据集中,对人体中17个关键点进行了标注,包括:鼻子,左眼,右眼,左耳,右耳,左肩,右肩,左肘,右肘,左手腕,右手腕,左膝盖,右膝盖,左脚踝,右脚踝,左小腿,右小腿,如下图所示:

基础环境准备

在使用 ModelArts 进行 AI 开发前,需先完成以下基础操作哦(如有已完成部分,请忽略),主要分为4步(注册–>实名认证–>服务授权–>领代金券):

1、使用手机号注册华为云账号:点击注册

2、点此去完成实名认证,账号类型选"个人",个人认证类型推荐使用"扫码认证"。

3、点击进入 ModelArts 控制台数据管理页面,上方会提示访问授权,点击【服务授权】按钮,按下图顺序操作:

4、进入 ModelArts 控制台首页,如下图,点击页面上的"彩蛋",领取新手福利代金券!后续步骤可能会产生资源消耗费用,请务必领取。

以上操作,也提供了详细的视频教程,点此查看:ModelArts环境配置

在ModelArts中训练Mask R-CNN keypoints模型

准备数据和源代码

第一步:准备数据集和预训练模型

下载完成后,显示如下压缩包

解压后,得到data目录,其结构如下:

data/
├── mask_rcnn_coco.h5
├── annotations
│   ├── person_keypoints_train2014.json
│   ├── ***.json
├── train2014
│   ├── COCO_train2014_***.jpg
└── val2014
    ├── COCO_val2014_***.jpg复制

其中data/mask_rcnn_coco_humanpose.h5为预训练模型,annotations、train2014和val2014为我们提前准备好的最小数据集,包含了500张图片的标注信息。

第二步:准备源代码

第三步:安装依赖pycocotools

我们使用COCO数据集,需要安装工具库pycocotools

程序初始化

第一步:导入相关的库,定义全局变量

第二步:生成配置项

我们定义Config类的子类MyTrainConfig,指定相关的参数,较为关键的参数有:

  • __NAME__: Config的唯一名称
  • __NUM_CLASSIS__: 分类的数量,我们只生成圆形,正方形和三角形,再加上背景,因此一共是4个分类
  • __IMAGE_MIN_DIM和IMAGE_MAX_DIM__: 图片的最大和最小尺寸,我们生成固定的128x128的图片,因此都设置为128
  • __TRAIN_ROIS_PER_IMAGE__: 每张图片上训练的RoI个数
  • __STEPS_PER_EPOCH和VALIDATION_STEPS__: 训练和验证时,每轮的step数量,减少step的数量可以加速训练,但是检测精度降低

第三步:创建数据集对象

我们使用封装好的CocoDataset类,生成训练集和验证集。

创建模型

用"training"模式创建模型对象,并加载预训练模型

运行完成后输出下面

训练模型

Keras中的模型可以按照制定的层进行构建,在模型的train方法中,我们可以通过layers参数来指定特定的层进行训练。layers参数有以下几种预设值:

  • heads:只训练head网络中的分类、mask和bbox回归
  • all: 所有的layer
  • 3+: 训练ResNet Stage3和后续Stage
  • 4+: 训练ResNet Stage4和后续Stage
  • 5+: 训练ResNet Stage5和后续Stage

此外,layers参数还支持正则表达式,按照匹配规则指定layer,可以调用model.keras_model.summary()查看各个层的名称,然后按照需要指定要训练的层。

我们针对不同的layer进行训练,首先,训练head网络中的4个分支:

输出结果:

然后训练ResNet Stage4和后续Stage

最后,对所有layer进行优化,并将训练的模型保存到本地

输出结果:

使用模型检测图片物体

第一步:创建"Inference"模式的模型对象,并加载我们训练好的模型文件

第二步:从验证数据集中随机选出一张图片,显式Ground Truth信息

输出结果,识别图片如下:

第三步:使用模型对图片进行预测,并显示结果

最终识别结果:

总结

使用Mask R-CNN模型实现人体关键节点标注,在head网络中,有分类、位置框和分割(mask)信息的3个分支,我们可以对head网络进行扩展,加入一个人体关键节点keypoint分支。并对其进行训练,使得我们的模型具备关键节点分析的能力。对人体中17个关键点进行了标注,包括:鼻子,左眼,右眼,左耳,右耳,左肩,右肩,左肘,右肘,左手腕,右手腕,左膝盖,右膝盖,左脚踝,右脚踝,左小腿,右小腿,并且取得了不错的效果。

 

点击关注,第一时间了解华为云新鲜技术~

标签:__,训练,模型,Mask,CNN,标注
From: https://www.cnblogs.com/huaweiyun/p/16791142.html

相关文章

  • 【EF Core 6.0 】实体映射table-- 实体特性(Data Annonation 标注)&Fluent Api
    usingSystem.Data.Entity.ModelConfiguration.Configuration;namespaceCodeFirst_FluentAPI_Tutorials{publicclassSchoolContext:DbContext{......
  • 后CNN探索,如何用RNN进行图像分类
    摘要:RNN可以用于描述时间上连续状态的输出,有记忆功能,能处理时间序列的能力,让我惊叹。本文分享自华为云社区《用RNN进行图像分类——CNN之后的探索》,作者:Yin-Manny。一、......
  • 后CNN探索,如何用RNN进行图像分类
    摘要:RNN可以用于描述时间上连续状态的输出,有记忆功能,能处理时间序列的能力,让我惊叹。本文分享自华为云社区《​​用RNN进行图像分类——CNN之后的探索​​》,作者:Yin-Manny......
  • ​吊打labelme,这款AI开发神器的图像标注yyds!
    AI的发展有三大内核:数据、算法、算力。现如今,算法和算力在市面上的差距显然已经没有那么大,能够给AI提供充足弹药支持的当属数据了。深度学习算法精度的提升严重依赖于数......
  • Java03 标注语句
    标注语句就是有名称的语句。命名方法是,在语句前加上一个标识符和一个冒号。break和continue语句会用到标注。例如:rowLoop:for(intr=0;r<rows.length;r++){......
  • 【每周CV论文推荐】 初学高效率CNN模型设计应该读的文章
    欢迎来到《每周CV论文推荐》。在这个专栏里,还是本着有三AI一贯的原则,专注于让大家能够系统性完成学习,所以我们推荐的文章也必定是同一主题的。高效率(紧凑)的CNN模型设计是......
  • MNA-CNN: 如何在美学质量评估中储存照片原始信息
    传统基于深度学习的图片美学评估的要求输入是fixed-size,待评估的照片经常会经过裁剪、缩放和充填等变换,造成图片质量的下降。那如何可以实现对原始图片尺寸进行美学质量评估......
  • 【项目实战课】基于Pytorch的MTCNN与Centerloss人脸识别实战
    欢迎大家来到我们的项目实战课,本期内容是《基于Pytorch的MTCNN与Centerloss人脸识别实战》。所谓项目实战课,就是以简单的原理回顾+详细的项目实战的模式,针对具体的某一个主......
  • 猫狗识别-CNN与VGG实现
    本次项目首先使用CNN卷积神经网络模型进行训练,最终训练效果不太理想,出现了过拟合的情况。准确率达到0.72,loss达到0.54。使用预训练的VGG模型后,在测试集上准确率达到0.91,取......
  • abc269C - Submask(位运算)
    abc269C-Submask(源地址自⇔Atcode)目录abc269C-Submask(源地址自⇔Atcode)tag题意思路个人思路大佬思路AC代码个人思路大佬思路错误次数:1tag⇔位运算......