|
|
@@ -0,0 +1,108 @@
|
|
|
+# 空背景训练
|
|
|
+
|
|
|
+## 应用场景
|
|
|
+
|
|
|
+在背景和目标相似的场景下，模型容易把背景误检成目标。为了降低误检率，可以采用空背景训练策略，即在训练过程中把无目标真值的图片加入训练。
|
|
|
+
|
|
|
+## 效果对比
|
|
|
+
|
|
|
+* 与基准模型相比，空背景训练后的模型**mmAP有3.6%的提升，mAP有0.1%的提升**。
|
|
|
+* 与基准模型相比，空背景训练后的模型在背景图片上的图片级别**误检率降低了49.68%**。
|
|
|
+* 与基准模型相比，空背景训练后的模型在目标图片上的图片级别**召回率仅降低了1.22%**。
|
|
|
+
|
|
|
+表1 违禁品验证集上**框级别精度**对比
|
|
|
+
|
|
|
+||mmAP（AP@IoU=0.5:0.95）| mAP (AP@IoU=0.5)|
|
|
|
+|:---|:---|:---|
|
|
|
+|基准模型 | 45.8% | 83% |
|
|
|
+|空背景训练后的模型 | 49.4% | 83.1% |
|
|
|
+
|
|
|
+表2 违禁品验证集上**图片级别的召回率**、无违禁品验证集上**图片级别的误检率**对比
|
|
|
+
|
|
|
+||违禁品图片级别的召回率| 无违禁品图片级别的误检率|
|
|
|
+|:---|:--------------------|:------------------------|
|
|
|
+|基准模型 | 98.97% | 55.27% |
|
|
|
+|空背景训练后的模型 | 97.75% | 5.59% |
|
|
|
+
|
|
|
+【名词解释】
|
|
|
+
|
|
|
+ * 图片级别的召回率：只要在有目标的图片上检测出目标（不论框的个数），该图片被认为召回。批量有目标图片中被召回图片所占的比例，即为图片级别的召回率。
|
|
|
+
|
|
|
+ * 图片级别的误检率：只要在无目标的图片上检测出目标（不论框的个数），该图片被认为误检。批量无目标图片中被误检图片所占的比例，即为图片级别的误检率。
|
|
|
+
|
|
|
+
|
|
|
+## 使用方法
|
|
|
+
|
|
|
+在定义训练所用的数据集之后，使用数据集类的成员函数`append_backgrounds`将无目标真值的背景图片所在路径传入给训练集。代码示例如下：
|
|
|
+
|
|
|
+```
|
|
|
+import os
|
|
|
+os.environ['CUDA_VISIBLE_DEVICES'] = '0'
|
|
|
+from paddlex.det import transforms
|
|
|
+import paddlex as pdx
|
|
|
+
|
|
|
+# 定义训练和验证时的transforms
|
|
|
+train_transforms = transforms.Compose([
|
|
|
+ transforms.RandomHorizontalFlip(),
|
|
|
+ transforms.Normalize(),
|
|
|
+ transforms.ResizeByShort(short_size=600, max_size=1000),
|
|
|
+ transforms.Padding(coarsest_stride=32)
|
|
|
+])
|
|
|
+eval_transforms = transforms.Compose([
|
|
|
+ transforms.Normalize(),
|
|
|
+ transforms.ResizeByShort(short_size=600, max_size=1000),
|
|
|
+ transforms.Padding(coarsest_stride=32),
|
|
|
+])
|
|
|
+
|
|
|
+# 定义训练所用的数据集
|
|
|
+train_dataset = pdx.datasets.CocoDetection(
|
|
|
+ data_dir='jinnan2_round1_train_20190305/restricted/',
|
|
|
+ ann_file='jinnan2_round1_train_20190305/train.json',
|
|
|
+ transforms=train_transforms,
|
|
|
+ shuffle=True,
|
|
|
+ num_workers=2)
|
|
|
+# 训练集中加入无目标背景图片
|
|
|
+train_dataset.append_backgrounds('jinnan2_round1_train_20190305/normal_train_back/')
|
|
|
+
|
|
|
+# 定义验证所用的数据集
|
|
|
+eval_dataset = pdx.datasets.CocoDetection(
|
|
|
+ data_dir='jinnan2_round1_train_20190305/restricted/',
|
|
|
+ ann_file='jinnan2_round1_train_20190305/val.json',
|
|
|
+ transforms=eval_transforms,
|
|
|
+ num_workers=2)
|
|
|
+
|
|
|
+# 初始化模型，并进行训练
|
|
|
+model = pdx.det.FasterRCNN(num_classes=len(train_dataset.labels) + 1)
|
|
|
+model.train(
|
|
|
+ num_epochs=17,
|
|
|
+ train_dataset=train_dataset,
|
|
|
+ eval_dataset=eval_dataset,
|
|
|
+ train_batch_size=8,
|
|
|
+ learning_rate=0.01,
|
|
|
+ lr_decay_epochs=[13, 16],
|
|
|
+ save_dir='./output')
|
|
|
+```
|
|
|
+
|
|
|
+## 实验细则
|
|
|
+
|
|
|
+(1) 数据集
|
|
|
+
|
|
|
+我们使用X光违禁品数据集对空背景训练策略的有效性进行了实验验证。该数据集中背景比较繁杂，很多背景物体与目标物体较为相似。
|
|
|
+
|
|
|
+* 检测铁壳打火机、黑钉打火机 、刀具、电源和电池、剪刀5种违禁品。
|
|
|
+
|
|
|
+* 训练集有883张违禁品图片，验证集有98张违禁品图片。
|
|
|
+
|
|
|
+* 无违禁品的X光图片有2540张。
|
|
|
+
|
|
|
+(2) 基准模型
|
|
|
+
|
|
|
+使用FasterRCNN-ResNet50作为检测模型，除了水平翻转外没有使用其他的数据增强方式，只使用违禁品训练集进行训练。模型在违禁品验证集上的精度见表1，mmAP有45.8%，mAP达到83%。
|
|
|
+
|
|
|
+(3) 空背景训练后的模型
|
|
|
+
|
|
|
+把无违禁品的X光图片按1:1分成无违禁品训练集和无违禁品验证集。我们将基准模型在无违禁品验证集进行测试，发现图片级别的误检率高达55.27%。为了降低该误检率，将基准模型在无违禁品训练集进行测试，挑选出被误检图片共663张，将这663张图片加入训练，训练参数配置与基准模型训练时一致。
|
|
|
+
|
|
|
+空背景训练后的模型在违禁品验证集上的精度见表1，mmAP有49.4%，mAP达到83.1%。与基准模型相比，**mmAP有3.6%的提升，mAP有0.1%的提升**。空背景训练后的模型在无违禁品验证集的误检率仅有5.58%，与基准模型相比，**误检率降低了49.68%**。
|
|
|
+
|
|
|
+此外，还测试了两个模型在有违禁品验证集上图片级别的召回率，见表2，与基准模型相比，空背景训练后的模型仅漏检了1张图片，召回率几乎是无损的。
|
FlyingQianMM