FasterRCNN在口罩佩戴检测任务中的上分技巧~

image.png

国家卫生健康委疾控局近日发布了《预防新型冠状病毒感染的肺炎口罩使用指南》,指南中明确指出口罩是预防呼吸道传染病的重要防线,可以降低新型冠状病毒感染风险。口罩不仅可以防止病人喷射飞沫,降低飞沫量和喷射速度,还可以阻挡含病毒的飞沫核,防止佩戴者吸入。因此在全民抗疫时期,在公共场所佩戴口罩等防护装备已成为防疫常识。

数据集对应的标签数据说明:

每行格式为 x_min, y_min, x_max, y_max, label。其中label为0表示没有佩戴口罩,label为1表示有佩戴口罩。

 

整个过程使用的网络框架:FasterRCNN,使用ResNet-50-FPN提取分层特征,FPN适用于小物体检测。训练时,使用FasterRCNN_ResNet50_FPN预训练模型;   

数据预处理方式:对数据进行归一化处理; 

数据增广方式:

  • 调整(resize)图像和检测框的大小; 
  • 旋转(rotate)图像和对应的标签; 
  • 添加均值为0,方差为0.001的高斯噪声; 
  • 添加高斯模糊;
  • 调整图像的亮度,对比度,饱和度,使其分别上下浮动30%; 

获取数据方式: 

a,b,c为0-1之间随机的浮点数; 

  • 当a<=0.2时,对图像添加高斯模糊核为9*9,sigmaX=0.5,sigmaY=0.3的高斯模糊; 
  • 当a>=0.8时,对图像添加均值为0,方差为0.001的高斯噪声; 
  • 当b<=0.2时,调整(resize)图像和检测框的大小; 
  • 当c<=0.2时,给定角度旋转范围(-35,35),对图像和标签在该范围内做相应的旋转;  

超参数设置:学习率=0.0029 Batch_Size=1 Epoches=9;    

优化器:采用SGD(随机梯度下降法)对网络中的参数进行迭代更新; 

 

考虑到数据集特点为无约束场景下的人脸图片,且人脸角度多样,因此对图像进行旋转处理

  • 当旋转角度范围过小时,旋转操作对模型不起作用,当旋转角度过大时,旋转操作会对模型起负作用,通过大量实验选定最佳旋转角度范围为(-35,35);
  • 光照情况复杂,因此调整图像的亮度,对比度,饱和度,使其分别上下浮动30%; 
  • 图片清晰度和分辨率参差不齐,因此对图像添加噪声和模糊操作; 
  • 图片中人脸大小不一致,因此添加resize操作; 

通过实验,我们还发现当数据增广方式较少时,学习率设置为0.001比较好,但此时模型精度不高;当增加数据增广方式时,学习率设置为0.003左右,模型精度会提升,且学习率为0.0029时,模型精度达到最佳。 

本文为作者在FlyAI平台发布的原创内容,采用知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议进行许可,转载请附上原文出处链接和本声明。
本文链接地址(视频讲解直达):https://www.flyai.com/n/124284

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章