金磊 發自 凹非寺
量子位 報道 | 公眾號 QbitAI
影象分割
,作為計算機視覺的基礎,是影象理解的重要組成部分,也是影象處理的難點之一。
那麼,如何優雅且體面的影象分割?
5行程式碼、分分鐘實現的庫——
PixelLib
,瞭解一下。
當然,如此好用的專案,開源是必須的。
為什麼要用到影象分割?
雖然計算機視覺研究工作者,會經常接觸影象分割的問題,但是我們還是需要對其做下“贅述”(方便初學者)。
我們都知道每個影象都是有一組畫素值組成。簡單來說,影象分割就是在畫素級上,對影象進行分類的任務。
影象分割中使用的一些“獨門秘技”,使它可以處理一些關鍵的計算機視覺任務。主要分為2類:
語義分割
:就是把影象中每個畫素賦予一個類別標籤,用不同的顏色來表示。
例項分割
:它不需要對每個畫素進行標記,它只需要找到感興趣物體的邊緣輪廓就行。
它的身影也經常會出現在比較重要的場景中:
無人駕駛汽車視覺系統,可以有效的理解道路場景。
醫療影象分割,可以幫助醫生進行診斷測試。
衛星影象分析,等等。
所以,影象分割技術的應用還是非常重要的。
接下來,我們就直奔主題,開始瞭解一下PixelLib,這個神奇又好用的庫。
快速安裝PixelLib
PixelLib這個庫可以非常簡單的實現影象分割——5行程式碼就可以實現語義分割和例項分割。
老規矩,先介紹一下
安裝環境
。
安裝最新版本的TensorFlow、Pillow、OpenCV-Python、scikit-image和PixelLib:
pip3 install tensorflow
pip3 install pillow
pip3 install opencv-python
pip3 install scikit-image
pip3 install pixellib
PixelLib實現語義分割
PixelLib在執行語義分割任務時,採用的是Deeplabv3+框架,以及在pascalvoc上預訓練的Xception模型。
用在pascalvoc上預訓練的Xception模型執行語義分割:
import pixellib
from pixellib。semantic import semantic_segmentation
segment_image = semantic_segmentation()
segment_image。load_pascalvoc_model(“deeplabv3_xception_tf_dim_ordering_tf_kernels。h5”)
segment_image。segmentAsPascalvoc(“path_to_image”, output_image_name = “path_to_output_image”)
讓我們看一下每行程式碼:
import pixellib
from pixellib。semantic import semantic_segmentation
#created an instance of semantic segmentation class
segment_image = semantic_segmentation()
用於執行語義分割的類,是從pixellib匯入的,建立了一個類的例項。
segment_image。load_pascalvoc_model(“deeplabv3_xception_tf_dim_ordering_tf_kernels。h5”)
呼叫函式來載入在pascal voc上訓練的xception模型(xception模型可以從文末傳送門連結處下載)。
segment_image。segmentAsPascalvoc(“path_to_image”, output_image_name = “path_to_output_image”)
這是對影象進行分割的程式碼行,這個函式包含了兩個引數:
path_to_image:影象被分割的路徑。
path_to_output_image:儲存輸出影象的路徑,影象將被儲存在你當前的工作目錄中。
接下來,
上圖,實戰
!
影象檔案命名為:sample1。jpg,如下圖所示。
執行程式碼如下:
import pixellib
from pixellib。semantic import semantic_segmentation
segment_image = semantic_segmentation()
segment_image。load_pascalvoc_model(“deeplabv3_xception_tf_dim_ordering_tf_kernels。h5”)
segment_image。segmentAsPascalvoc(“sample1。jpg”, output_image_name = “image_new。jpg”)
可以看到,在執行程式碼後,儲存的影象中,所有物件都被分割了。
也可以對程式碼稍作修改,獲取一張帶有目標物件分段重疊(segmentation overlay)的影象。
segment_image。segmentAsPascalvoc(“sample1。jpg”, output_image_name = “image_new。jpg”, overlay = True)
添加了一個額外的引數,並設定為True,就生成了帶有分段疊加的影象。
可以透過修改下面的程式碼,來檢查執行分割所需的推理時間。
import pixellib
from pixellib。semantic import semantic_segmentation
import time
segment_image = semantic_segmentation()
segment_image。load_pascalvoc_model(“pascal。h5”)
start = time。time()
segment_image。segmentAsPascalvoc(“sample1。jpg”, output_image_name= “image_new。jpg”)
end = time。time()
print(f”Inference Time: {end-start:。2f}seconds”)
輸出如下:
Inference Time: 8。19seconds
可以看到,在影象上執行語義分割,只用了8。19秒。
這個xception模型是用pascalvoc資料集訓練的,有20個常用物件類別。
物件及其相應的color map如下所示:
PixelLib實現例項分割
雖然語義分割的結果看起來還不錯,但在影象分割的某些特定任務上,可能就不太理想。
在語義分割中,相同類別的物件被賦予相同的colormap,因此語義分割可能無法提供特別充分的影象資訊。
於是,便誕生了
例項分割
——同一類別的物件被賦予不同的colormap。
PixelLib在執行例項分割時,基於的框架是Mask RCNN,程式碼如下:
import pixellib
from pixellib。instance import instance_segmentation
segment_image = instance_segmentation()
segment_image。load_model(“mask_rcnn_coco。h5”)
segment_image。segmentImage(“path_to_image”, output_image_name = “output_image_path”)
同樣,我們先來拆解一下每行程式碼。
import pixellib
from pixellib。instance import instance_segmentation
segment_image = instance_segmentation()
匯入了用於執行例項分割的類,建立了該類的一個例項。
segment_image。load_model(“mask_rcnn_coco。h5”)
這是載入 Mask RCNN 模型來執行例項分割的程式碼(Mask RCNN模型可以從文末傳送門連結處下載)。
segment_image。segmentImage(“path_to_image”, output_image_name = “output_image_path”)
這是對影象進行例項分割的程式碼,它需要兩個引數:
path_to_image:模型所要預測影象的路徑。
output_image_name:儲存分割結果的路徑,將被儲存在當前的工作目錄中。
上圖,實戰第二彈!
影象檔案命名為:sample2。jpg,如下圖所示。
執行程式碼如下:
import pixellib
from pixellib。instance import instance_segmentation
segment_image = instance_segmentation()
segment_image。load_model(“mask_rcnn_coco。h5”)
segment_image。segmentImage(“sample2。jpg”, output_image_name = “image_new。jpg”)
上圖便是儲存到目錄的圖片,現在可以看到語義分割和例項分割之間的明顯區別——在例項分割中,同一類別的所有物件,都被賦予了不同的colormap。
若是想用邊界框(bounding box)來實現分割,可以對程式碼稍作修改:
segment_image。segmentImage(“sample2。jpg”, output_image_name = “image_new。jpg”, show_bboxes = True)
這樣,就可以得到一個包含分割蒙版和邊界框的儲存影象。
同樣的,也可以透過程式碼查詢例項分割的推理時間:
import pixellib
from pixellib。instance import instance_segmentation
import time
segment_image = instance_segmentation()
segment_image。load_model(“mask_rcnn_coco。h5”)
start = time。time()
segment_image。segmentImage(“former。jpg”, output_image_name= “image_new。jpg”)
end = time。time()
print(f”Inference Time: {end-start:。2f}seconds”)
輸出結果如下:
Inference Time: 12。55 seconds
可以看到,在影象上執行例項分割,需要12。55秒的時間。
最後,奉上專案、模型下載地址,快去試試吧~
傳送門
PixelLib專案地址:
https://
github。com/ayoolaolafen
wa/PixelLib
xception模型下載地址:
https://
github。com/bonlime/kera
s-deeplab-v3-plus/releases/download/1。1/deeplabv3_xception_tf_dim_ordering_tf_kernels。h5
Mask RCNN模型下載地址:
https://
github。com/matterport/M
ask_RCNN/releases/download/v2。0/mask_rcnn_coco。h5
—完—
@量子位 · 追蹤AI技術和產品新動態
深有感觸的朋友,歡迎贊同、關注、分享三連վ‘ᴗ’ ի ❤