使用centernet進行大規模遙感影像目標檢測

        時間又過了好久了。。。這一次我再來更新一下目標檢測這一塊的內容，爲什麼要更新這一塊呢，主要是看到了YOLOX的發佈，晚上11點躺在牀上看的，終於看到了一個硬貨，曠世科技還是牛逼。。一句話總結，什麼Anchor，什麼nms，統統不要，直接一把梭，端對端輸出結果，最終精度又高，網絡又簡潔，真是不錯。好了，希望不要被曠世的人看見，我這彩虹屁吹的。

       很久很久之前，我就Anchor非常不爽，爲什麼神經網絡這麼簡潔的東西，要加這麼個玩意，不就是讓網絡訓練的更加穩定一些麼，這個東西的添加，再某個程度上來說，大大增加了開發難度，容易在編程的時候搞暈頭腦，雖然說精度尚可，但是我隱隱約約總感覺這玩意絕對淘汰，所以我一直期待一種真正的工程版的Anchor-Free算法，今天要講的就是centernet這個網絡，我非常喜歡這篇文章，非常簡單，非常有效，而且可擴展性有非常的好。

       原理部分我就不多講了，我們先直接看結果吧

                            

       30張樣本，檢測出來的飛機還是不錯的！

      當然這裏面還有一些核心算法，我用python代碼給大家講一下，這篇論文裏面也有幾個需要注意的地方，尤其是用到遙感工程項目裏面。

      第一個，groundTruth準備

      這一部分，我們需要準備真值中心點，還有長寬，中心點偏移，這裏需要注意一點，就是原始論文裏面有這樣一句話，--We do not normalize the scale and directly use the raw pixel coordinates. We instead scale the loss by a constant λsize.

       The overall training objective ！，意思就是說使用原始的長寬輸入到真值裏面，然後計算loss，這個實在是太重要了，因爲我發現很多知乎公衆號裏邊，他媽的根本就沒提這個細節，我就按照很多通用做法，把它scale成一定的比例，當成真值，

結果發現長寬輸出會出現負數，這就明顯比對了，請使用下面這個代碼！！

def get_hw_center(json_path, h, w, scale):
    """
    從json格式中讀取目標的寬高和中心點位置
    json_path: json文件的路徑
    h:         原始圖像的高度
    w:         原始圖像的寬度
    scale；    特徵圖與原圖的比例,centernet爲1/4
    """
    myObject = []
    with open(json_path, 'r', encoding='utf-8') as f:
        ret_dic = json.load(f)
        imgPath = ret_dic['path']
        target_Obj['imgPath'] = imgPath

        object = (ret_dic['outputs']['object'])
        numObject = len(object)
        print(numObject)

        for i in range(0, numObject):
            obj = object[i]['bndbox']
            xmin = obj['xmin']
            ymin = obj['ymin']
            xmax = obj['xmax']
            ymax = obj['ymax']

            obj_width = np.abs(xmax - xmin)*scale  # 原圖中目標的寬度,原版論文無需歸一化
            obj_height = np.abs(ymax - ymin)*scale  # 原圖中目標的高度,原版論文無需歸一化

            centerPoint = [(xmax+xmin)/2*scale, (ymax+ymin) /
                           2*scale]  # 目標在特徵圖中的中心點座標
            target_Obj['height'] = np.array(obj_height).copy()
            target_Obj['width'] = np.array(obj_width).copy()
            target_Obj['centerPoint'] = np.array(centerPoint).copy()

            myObject.append(target_Obj.copy())

        return myObject

 

      第二個，網絡結構裏面更改

      原論文---We modify both ResNets and DLA-34 using deformable convolution layers [12] and use the Hourglass network as is，意思就是說，resnet，DLA,hourglass這些網絡，作者在上採樣階段，用了可形變卷積來替換，
這一個可以多說一點，形變卷積可以學習到傳統卷積無法學下到的長距離信息。

 

      第三個，損失函數

      這個是最重要的了，我們一定要看原論文，特別注意熱圖，長寬，中心點偏移三者的權重，論文推薦比例爲[1,0.1,1]，當然這是實驗科學，具體的還要根據各位的自己數據來！

      我們上代碼：

class L1Loss(nn.Module):
    """
    L1 loss,論文證明,該loss要比smooth L1 loss要好！
    """

    def __init__(self):
        super(L1Loss, self).__init__()

    def forward(self, pred, mask, target):
        numPoint = mask[:, 0, :, :].float().sum()  # 目標點個數

        loss = F.l1_loss(pred * mask, target * mask,
                         reduction='elementwise_mean')
        return loss/(numPoint+1e-4)

     好吧，先寫到這裏，下一步我會來更新超大影像的目標檢測及相關工程應用上的精度 與效率如何，需要代碼請加qq 1044625113。

     用一句話來總結我的想法，只做有用的東西，不做灌水的東西！大家共勉！