前言

前面給大家介紹了使用LabVIEW工具包實現圖像分類，目標檢測，今天我們來看一下如何使用LabVIEW實現Mask R-CNN圖像實例分割。

一、什么是圖像實例分割？

圖像實例分割(Instance Segmentation)是在語義檢測(Semantic Segmentation)的基礎上進一步細化，分離對象的前景與背景，實現像素級別的對象分離。并且圖像的語義分割與圖像的實例分割是兩個不同的概念，語義分割僅僅會區別分割出不同類別的物體，而實例分割則會進一步的分割出同一個類中的不同實例的物體。

計算機視覺中常見的一些任務（分類，檢測，語義分割，實例分割）

二、什么是Mask R-CNN

Mask R-CNN是一個實例分割（Instance segmentation）算法，可以用來做“目標檢測”、“目標實例分割”、“目標關鍵點檢測”。 Mask R-CNN算法步驟：

• 首先，輸入一幅你想處理的圖片，然后進行對應的預處理操作，或者預處理后的圖片；
• 將其輸入到一個預訓練好的神經網絡中（ResNeXt等）獲得對應的feature map；
• 對這個feature map中的每一點設定預定的ROI，從而獲得多個候選ROI；
• 將這些候選的ROI送入RPN網絡進行二值分類（前景或背景）和BB回歸，過濾掉一部分候選的ROI
• 接著，對這些剩下的ROI進行ROIAlign操作（即先將原圖和feature map的pixel對應起來，然后
• feature map和固定的feature對應起來）；
• **最后，對這些ROI進行分類（N類別分類）、BB回歸和MASK生成（在每一個ROI里面進行FCN操作） **

三、LabVIEW調用Mask R-CNN圖像實例分割模型

1、Mask R-CNN模型獲取及轉換

• 安裝pytorch和torchvision
• 獲取torchvision中的模型(我們獲取預訓練好的模型)：

model = models.detection.maskrcnn_resnet50_fpn(pretrained=True)

• 轉onnx

def get_pytorch_onnx_model(original_model):
    model=original_model
    # define the directory for further converted model save
    onnx_model_path = dirname
    
    # define the name of further converted model
    onnx_model_name = "maskrcnn_resnet50.onnx"
?
    # create directory for further converted model
    os.makedirs(onnx_model_path, exist_ok=True)
?
    # get full path to the converted model
    full_model_path = os.path.join(onnx_model_path, onnx_model_name)
    model.eval()
?
    x = torch.rand(1, 3, 640, 640)
    # model export into ONNX format
    torch.onnx.export(
        original_model,
        x,
        full_model_path,
        input_names=["input"],
        output_names=["boxes", "labels", "scores", "masks"],
        dynamic_axes={"input": [0, 1, 2, 3],"boxes": [0, 1],"labels": [0],"scores": [0],"masks": [0, 1, 2, 3]},
        verbose=True,opset_version=11
    )
?
    return full_model_path

完整獲取及模型轉換python代碼如下：

import os
import torch
import torch.onnx
from torch.autograd import Variable
from torchvision import models
?
dirname, filename = os.path.split(os.path.abspath(__file__))
print(dirname)
?
def get_pytorch_onnx_model(original_model):
    model=original_model
    # define the directory for further converted model save
    onnx_model_path = dirname
    
    # define the name of further converted model
    onnx_model_name = "maskrcnn_resnet50.onnx"
?
    # create directory for further converted model
    os.makedirs(onnx_model_path, exist_ok=True)
?
    # get full path to the converted model
    full_model_path = os.path.join(onnx_model_path, onnx_model_name)
    model.eval()
?
    x = torch.rand(1, 3, 640, 640)
    # model export into ONNX format
    torch.onnx.export(
        original_model,
        x,
        full_model_path,
        input_names=["input"],
        output_names=["boxes", "labels", "scores", "masks"],
        dynamic_axes={"input": [0, 1, 2, 3],"boxes": [0, 1],"labels": [0],"scores": [0],"masks": [0, 1, 2, 3]},
        verbose=True,opset_version=11
    )
?
    return full_model_path
?
?
model = models.detection.maskrcnn_resnet50_fpn(pretrained=True)
print(get_pytorch_onnx_model(model))

2、LabVIEW調用 Mask R-CNN （mask rcnn.vi）

注意：Mask R-CNN模型是沒辦法使用OpenCV dnn去加載的，因為有些算子不支持，所以我們主要使用LabVIEW開放神經網絡交互工具包（ONNX)來加載推理模型。

• onnxruntime調用onnx模型并選擇加速方式

  

• **圖像預處理 **

  

• **執行推理 **

  我們使用的模型是：maskrcnn_resnet50_fpn，其輸出有四層，分別為boxes,labels,scores,masks,數據類型如下：

  

  ** 可以看到，labels的類型為INT64,所以我們的源碼中需要“Get_Rresult_int64.vi,index為1，因為labels為第二層，即下標為1;**

  

  另外三個輸出我們都可以使用float32來獲取了，masks雖然數據類型是uint8,但在實操過程中發現，它其實做過歸一化處理了，也可以使用float32.

  

• 后處理并實現實例分割

  因為后處理內容較多，所以直接封裝為了一個子VI， mask_rcnn_post_process.vi，源碼如下：

  ** 整體的程序框架如下：**

  實例分割結果如下，我們會發現這個模型跑起來，他花的時間比之前就更長了。因為他不但要獲取每一個對象的區域，還要也要把這個區域的輪廓給框出來，我們可以看到五個人及籃球都框出來了，使用不同的顏色分割出來了。

  

3、LabVIEW調用 Mask R-CNN 實現實時圖像分割（mask rcnn_camera.vi）

整體思想和上面檢測圖片的實力分割差不多，不過使用了攝像頭，并加了一個循環，對每一幀對象進行實力分割，3080系列顯卡可選擇TensorRT加速推理，分割會更加流暢。我們發現這個模型其實很考驗檢測數量的，所以如果你只是對人進行分割，那可以選擇一個干凈一些的背景，整體檢測速度就會快很多。

大家可關注微信公眾號: VIRobotics ，回復關鍵字： Mask R-CNN圖像實例分割源碼 獲取本次分享內容的完整項目源碼及模型。

四、Mask-RCNN訓練自己的數據集（檢測行人）

1.準備工作

• 訓練需要jupyterlab環境，沒有安裝的同學需要通過pip install jupyterlab 安裝
• **如果無法解決jupyterlab環境 可以使用colab或者kaggle提供的免費gpu環境進行訓練 **
• 訓練源碼：mask-rcnn.ipynb

2.開始訓練

• **根據提示運行這段代碼，自動或手動下載依賴文件數據集并建立數據集解析類 **

  

• 定義單輪訓練的函數：網絡結構直接采用torchvison里現有的，不再重新定義

  

• 出現如下輸出表示訓練進行中

  

• **修改這個文件名，改成自己的圖片名字，運行看下訓練效果 **

  

3、訓練效果

4、導出ONNX

如果文章對你有幫助，歡迎關注、點贊、收藏

審核編輯 黃宇