一、背景

kaggle上有这样一个题目,关于盐份预测的语义分割题目。TGS Salt Identification Challenge | Kaggle  https://www.kaggle.com/c/tgs-salt-identification-challenge

二、过程

1、下载数据,https://www.kaggle.com/c/tgs-salt-identification-challenge/data

数据说明:

train.csv
id rle_mask
4000项,即有4000张图片 depths.csv
id z
z(地下深度,英尺)
22000项(为train和test图片张数总和)
[50, 959] test
18000张图片 sample_submission.csv
5f3b26ac68,1 2626 2628 100
数据从1开始,行数和列数都要调整为从1开始,
对于python来说,不需要转置,对于opencv来说要转置

数据处理:

(1)对于每张拍摄好的原始图片,有对应的深度信息,为了方便fcn训练,我们把深度信息也存入到图片中。可以用opencv将已标注好的原图,和带预测的原图的b通道保存原来的灰度信息,将g通道保存depth/256(整数倍),将r通道保存depth%256(取余数)。

#include "opencv2/opencv.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>
#include <fstream>
#include <vector>
#include <map>
#include <hash_map> int split(std::string str, std::string pattern, std::vector<std::string> &words)
{
std::string::size_type pos;
std::string word;
int num = 0;
str += pattern;
std::string::size_type size = str.size();
for (auto i = 0; i < size; i++) {
pos = str.find(pattern, i);
if (pos == i) {
continue;//if first string is pattern
}
if (pos < size) {
word = str.substr(i, pos - i);
words.push_back(word);
i = pos + pattern.size() - 1;
num++;
}
}
return num;
} int main(int argc, char** argv)
{
std::string input_path = "E:\\kaggle\\competition\\tgs\\test_images\\";
std::string out_path = "E:\\kaggle\\competition\\tgs\\test_images_out\\";
//read image name
std::ifstream fin(input_path + "filelist.txt");
std::string line;
std::vector<std::string> image_names;
while (!fin.eof()) {
std::getline(fin, line);
image_names.push_back(line);
//std::cout << line << std::endl;
//getchar();
} std::ifstream depth_file("E:\\kaggle\\competition\\tgs\\depths.csv");
std::getline(depth_file, line);
//std::vector<int> depths;
std::map<std::string, int> depths;
while (!depth_file.eof()) {
std::getline(depth_file, line);
std::vector<std::string> words;
int ret = split(line, ",", words);
if (ret == 2) {
//depths.push_back(atoi(words[1].c_str()));
//std::cout << "depth " << depths[depths.size() - 1] << std::endl;
//getchar();
depths[words[0]] = atoi(words[1].c_str());
//std::cout << words[0] << ": " << depths[words[0]] << std::endl;
//getchar();
}
}
std::cout << "depths size = " << depths.size() << std::endl; //read image
for (int i = 0; i < image_names.size(); ++i) {
std::cout << "i = " << i << std::endl;
cv::Mat src = cv::imread(input_path + image_names[i] + ".png", cv::IMREAD_GRAYSCALE);
if (src.empty()) {
return -1;
}
cv::Mat dst = cv::Mat::zeros(src.size(), CV_8UC3);
for (int r = 0; r < dst.rows; ++r) {
uchar *sptr = src.ptr<uchar>(r);
cv::Vec3b *ptr = dst.ptr<cv::Vec3b>(r);
for (int c = 0; c < dst.cols; ++c) {
ptr[c][0] = sptr[c];
ptr[c][1] = depths[image_names[i]] / 256;
ptr[c][2] = depths[image_names[i]] % 256;
}
}
cv::imwrite(out_path + image_names[i] + ".png", dst);
} std::cout << "finish!" << std::endl;
getchar();
return 0;
}

更改输入输出路径,对于已标注好的原图片用同样的方式处理。

(2)因为我们的题目是二分类的语义分割,所以分割的结果的label只能是0和1,所以必须将masks中的图片为255更改为1。

int main(int argc, char** argv)
{
//read image name
std::ifstream fin("filelist.txt");
std::string line;
std::vector<std::string> image_names;
while (!fin.eof()) {
std::getline(fin, line);
image_names.push_back(line);
} //modify value
for (int num = 0; num < image_names.size(); ++num) {
cv::Mat src;
src = cv::imread("masks/" + image_names[num], -1);
if (src.empty()) {
std::cout << "fail: " << num << image_names[num] << std::endl;
getchar();
return -1;
} cv::Mat dst;
src.convertTo(dst, CV_8UC1);
for (int j = 0; j < dst.rows; ++j) {
uchar *ptr = dst.ptr<uchar>(j);
for (int i = 0; i < dst.cols; ++i) {
if (ptr[i] >= 128) {
ptr[i] = 1;
}
}
}
cv::imwrite("out/" + image_names[num], dst);
}
}

也可直接下载处理好的图片:链接:https://pan.baidu.com/s/1CAPIvQ6PayZ97eqeTpBcow 密码:h3t9

2、下载语义分割的开源代码

shelhamer/fcn.berkeleyvision.org: Fully Convolutional Networks for Semantic Segmentation by Jonathan Long*, Evan Shelhamer*, and Trevor Darrell. CVPR 2015 and PAMI 2016.  https://github.com/shelhamer/fcn.berkeleyvision.org

3、下载修改好的代码

https://github.com/litingpan/fcn

4、将tgs-fcn32s、tgs-fcn16s、tgs-fcn8s复制到fcn.berkeleyvision.org文件夹中,将data/tgs复制到fcn.berkeleyvision.org/data文件夹中,将1中处理好的数据拷贝至tgs对应文件夹中。

5、训练

(1)fcn32s训练

fcn.berkeleyvision.org\tgs-fcn32s>python solve.py

(2)训练fcn16s

fcn.berkeleyvision.org\tgs-fcn16s>python solve.py

(3)训练fcn8s

fcn.berkeleyvision.org\tgs-fcn8s>python solve.py

可以看到经过32倍、16倍、8倍上采样最终达到overall accuracy(总体精度)为0.928,mean accuracy(平均精度)为0.887,mean IU(平均交并比)为0.827,fwavacc(带权重交并比)为0.866。

6、预测

我们用fcn8s训练好的模型进行预测。

fcn.berkeleyvision.org\tgs-fcn8s>python infers.py

输出的结果在fcn.berkeleyvision.org\data\tgs\predict\masksout文件夹中,因为值是不是0就是1,所以感觉图片都是黑色的,如果想要可视化可以用opencv将1改为255,重新保存图片。

7、将预测结果存到csv文件中。

int main(int argc, char** argv)
{
//read image name
std::ifstream fin("masksout/filelist.txt");
std::string line;
std::vector<std::string> image_names;
while (!fin.eof()) {
std::getline(fin, line);
image_names.push_back(line);
} std::ofstream fout("submission.csv");
fout << "id,rle_mask" << std::endl;
for (int k = 0; k < image_names.size(); ++k) {
std::cout << "k = " << k << std::endl;
cv::Mat src = cv::imread("masksout/" + image_names[k]); if (src.empty()) {
return -1;
} fout << image_names[k].substr(0, image_names[k].size()-4) << ",";
cv::Mat gray;
cv::cvtColor(src, gray, CV_BGR2GRAY); cv::Mat trans;
cv::transpose(gray, trans); //fill hole
cv::Mat tmp;
cv::Mat hole;
trans.convertTo(tmp, CV_8UC1, 255);
dip::fillHole(tmp, hole); bool flag = false;
int sum = 0;
std::vector<int> list;
int start_id = 0;
for (int j = 0; j < src.rows; ++j) {
uchar *ptr = hole.ptr<uchar>(j);
for (int i = 0; i < src.cols; ++i) { if (ptr[i] && !flag) {
flag = true;
start_id = j*gray.rows + i+1;
sum = 0;
sum++;
}
else if (ptr[i] && flag) {
sum++;
}
else if (!ptr[i] && flag){
flag = false;
list.push_back(start_id);
list.push_back(sum);
//std::cout << "start_id = " << start_id << ", " << "sum = " << sum << std::endl;
//getchar();
}
}
}//for j
for (int n = 0; n < list.size(); ++n) {
if (n == 0) {
fout << list[0];
}
else {
fout << " " << list[n];
}
}
fout << std::endl;
if (list.size() % 2 != 0) {
std::cout << "error " << image_names[k] << std::endl;
} }
std::cout << "finish!" << std::endl;
getchar();
return 0;
}

其中fillHole函数为

namespace dip {

    void fillHole(const cv::Mat &src, cv::Mat &dst)
{
cv::Size sz = src.size();
cv::Mat tmp = cv::Mat::zeros(sz.height + 2, sz.width + 2, src.type());
src.copyTo(tmp(cv::Range(1, sz.height + 1), cv::Range(1, sz.width + 1)));
cv::floodFill(tmp, cv::Point(0, 0), cv::Scalar(255));
cv::Mat cut;
tmp(cv::Range(1, sz.height + 1), cv::Range(1, sz.width + 1)).copyTo(cut);
dst = src | (~cut);
} }

8、提交结果

看来这个结果离比赛要求的答案还差很远。

end

fcn训练及预测tgs数据集的更多相关文章

  1. Alink漫谈(七) : 如何划分训练数据集和测试数据集

    Alink漫谈(七) : 如何划分训练数据集和测试数据集 目录 Alink漫谈(七) : 如何划分训练数据集和测试数据集 0x00 摘要 0x01 训练数据集和测试数据集 0x02 Alink示例代码 ...

  2. 万字长文,以代码的思想去详细讲解yolov3算法的实现原理和训练过程,Visdrone数据集实战训练

    以代码的思想去详细讲解yolov3算法的实现原理和训练过程,并教使用visdrone2019数据集和自己制作数据集两种方式去训练自己的pytorch搭建的yolov3模型,吐血整理万字长文,纯属干货 ...

  3. ResNet网络的训练和预测

    ResNet网络的训练和预测 简介 Introduction 图像分类与CNN 图像分类 是指将图像信息中所反映的不同特征,把不同类别的目标区分开来的图像处理方法,是计算机视觉中其他任务,比如目标检测 ...

  4. 『计算机视觉』Mask-RCNN_训练网络其一:数据集与Dataset类

    Github地址:Mask_RCNN 『计算机视觉』Mask-RCNN_论文学习 『计算机视觉』Mask-RCNN_项目文档翻译 『计算机视觉』Mask-RCNN_推断网络其一:总览 『计算机视觉』M ...

  5. 机器学习使用sklearn进行模型训练、预测和评价

    cross_val_score(model_name, x_samples, y_labels, cv=k) 作用:验证某个模型在某个训练集上的稳定性,输出k个预测精度. K折交叉验证(k-fold) ...

  6. 初识Sklearn-IrisData训练与预测

    笔记:机器学习入门---鸢尾花分类 Sklearn 本身就有很多数据库,可以用来练习. 以 Iris 的数据为例,这种花有四个属性,花瓣的长宽,茎的长宽,根据这些属性把花分为三类:山鸢尾花Setosa ...

  7. Spark技术在京东智能供应链预测的应用——按照业务进行划分,然后利用scikit learn进行单机训练并预测

    3.3 Spark在预测核心层的应用 我们使用Spark SQL和Spark RDD相结合的方式来编写程序,对于一般的数据处理,我们使用Spark的方式与其他无异,但是对于模型训练.预测这些需要调用算 ...

  8. 吴裕雄 python 神经网络——TensorFlow 使用卷积神经网络训练和预测MNIST手写数据集

    import tensorflow as tf import numpy as np from tensorflow.examples.tutorials.mnist import input_dat ...

  9. siftflow-fcn32s训练及预测

    一.说明 SIFT Flow 是一个标注的语义分割的数据集,有两个label,一个是语义分类(33类),另一个是场景标签(3类). Semantic and geometric segmentatio ...

随机推荐

  1. 了解box-sizing 盒子模型

    最近看到别人代码有用到box-sizing属性,自己没用过,记录一下 box-sizing:border-box 指定宽度和高度(最小/最大属性)确定元素边框box 理解:假设宽高为100px,设置了 ...

  2. MSBuild 命令参数

    Build a Visual Studio project or solution using MSBuild Command Line Arguments  常用命令行参数 详解: MSBuild ...

  3. Java并发知识分享

    volatile的内存语义 从JSR-133(即从JDK1.5开始),volatile变量的写-读可以实现线程之间的通信 当写一个volatile变量时,JMM会把该线程对应的本地内存中的共享变量值刷 ...

  4. oracle 优化方法总结

    分析和优化的基本步骤如下: 1.如果是SQL语句的写法问题,我们可以通过在不更改业务逻辑的情况下改写SQL来加以解决: 2.如果是不必要的全表扫描/排序而导致了目标SQL的性能问题,我们可以通过建立合 ...

  5. Docker多主机互联最佳实践

    在公司使用docker多主机互联时碰到了各种坑.搞清楚后才发现如此简单,以下是根据实际经验的总结. 版本信息 Client: Version: 18.09.0 API version: 1.39 Go ...

  6. 马凯军201771010116《面向对象与程序设计Java》第十一周学习总结

    一.理论知识部分 第九章  集合 1.数据结构介绍:线性结构:线性表,栈,队列,串,数组,文件.非线性结构:树,图. 散列表:又称为哈希表. 散列表算法的基本思想是:以结点的关键字为自变量,通过一定的 ...

  7. CSS效果:简单的登录框

    HTML: <html lang="en"> <head> <meta charset="UTF-8"> <meta ...

  8. Python 多线程的程序不结束多进程的程序不结束的区别

    import time from threading import Thread from multiprocessing import Process #守护进程:主进程代码执行运行结束,守护进程随 ...

  9. (转)hibernate 之hiberante.hbm2ddl.auto 参数的配置

    我们在搭建环境的时候,在配置文件中有一个属性标签为: 完整配置如下 <?xml version='1.0' encoding='utf-8'?> <!DOCTYPE hibernat ...

  10. you-get 下载视频

    亲测有效,没在别的平台试,道理是相通的 平台:Windows 10 所需工具: python3,pip3,you-get 步骤流程: 正确安装python3,配置环境变量 (目前使用的是3.6+) 打 ...