如何将图像转换为数据集以进行语义分割答案

【问题标题】：How to convert images into a dataset for semantic segmentation如何将图像转换为数据集以进行语义分割
【发布时间】：2021-05-01 04:01:09
【问题描述】：

我正在尝试制作一个新的语义分割模型，该模型将颗粒状显微图像作为输入并对其进行分割。

我拥有 .png 格式的所有输入和地面实况图像，我很难将它们整理成其他人可以使用的数据集。我查看了一些文章，但它们解释了如何制作我已经拥有的标签图像。那么，有没有一种方法/软件可以用来管理数据集？

谢谢

【问题讨论】：

标签： neural-network conv-neural-network image-segmentation semantic-segmentation

【解决方案1】：

您可以按照VOC challenge中的组织方式来组织图像。

也就是说，你应该有以下目录树：

my_dataset
   |
   +---  InputImages
   |           |
   |           +---   000.png
   |           +---   001.png
   |           +---   002.png
   |           ...
   |
   +---  SegmentationMasks
   |           |
   |           +---   000.png
   |           +---   001.png
   |           +---   002.png
   |           ...
   |  
   +---  ImageSets 
               |
               +---   train.txt
               +---   val.txt
               +---   test.txt

也就是说，您将所有输入图像存储在InputImages 文件夹下，并将您拥有的所有分割掩码存储在SegmentationMasks 文件夹下。确保掩码 SegmentationMasks/000.png 对应于 InputImages/000.png（对于所有图像和掩码，依此类推）。

此外，您可以将数据集固定拆分为“训练”、“验证”和“测试”集。此拆分存储在ImageSets 下的测试文件中：
文件train.txt 列出了属于训练集的图像ID，val.txt 列出了验证集的ID，依此类推。
确保所有 id 都包含在拆分中，并且两次拆分中都没有出现图像。
（即“train.txt”+“val.txt”+“test.txt”的并集=所有id，交集为空）。

【讨论】：

【解决方案2】：

您还可以使用开源工具FiftyOne 来管理数据集，让您可以轻松地使用share it 和visualize、explore 和analyze 以及任何未来模型预测。

FiftyOne 有一个 Python API，可以将您的 instance 或 semantic segmentation labels 加载到 FiftyOne Dataset 中，然后您可以在应用程序中查询和可视化（原始图像和注释）。

如果您以这种文件结构将图像和分段存储在磁盘上：

segmentation_dataset
   |
   |
   +--- data
   |      |
   |      +--- 000.png
   |      +--- 001.png
   |      +--- 000.png
   |      ...
   |
   +--- labels
          |
          +--- 000.png
          +--- 001.png
          +--- 000.png
          ...

然后您可以将其加载到 Python 中并使用以下代码行将其可视化：

import fiftyone as fo

dataset = fo.Dataset.from_dir(
    "segmentation_dataset",
    dataset_type=fo.types.ImageSegmentationDirectory,
    name="segmentation_dataset",
    force_grayscale=True,
)

# Visualize the dataset in your browser
session = fo.launch_app(dataset)

注意：使用 force_grayscale 参数加载 RGB 蒙版，就像您提供的那样。

共享数据集

您可以使用 FiftyOne API 和 export it to disk 以各种格式（VOC、COCO、YOLO、CVAT 等）在数据集上添加和修改样本和标签。从那里您可以将其压缩并让其他人轻松将其加载回 FiftyOne。

例如，我们可以使用FiftyOneDataset format，因为它适用于任何标签类型：

dataset.export(
    export_dir="/path/to/export_dir",
    dataset_type=fo.types.FiftyOneDataset
)

压缩数据集并将其发送给其他人，他们现在可以运行：

import fiftyone as fo

dataset = fo.Dataset.from_dir(
    dataset_dir="/path/to/unzipped_dataset",
    dataset_type=fo.types.FiftyOneDataset,
)

拆分

如果您将数据拆分存储在如下所示的文件夹结构中：

segmentation_dataset
   |
   |
   +--- Train
   |      |
   |      +--- data
   |      |      |
   |      |      +--- 000.png
   |      |      +--- 001.png
   |      |      +--- 000.png
   |      |      ...
   |      |
   |      +--- labels
   |             |
   |             +--- 000.png
   |             +--- 001.png
   |             +--- 000.png
   |             ...   
   +--- Test
   |      |
   |      ...
   ...

然后，您可以将所有样本加载到数据集中，并为每个样本添加一个tag，表示它属于哪个拆分。

import fiftyone as fo

dataset_type = fo.types.ImageSegmentationDirectory

dataset = fo.Dataset.from_dir(
    dataset_dir="segmentation_dataset/Train",
    dataset_type=dataset_type,
    tags="train",
    name="segmentation_dataset",
)

dataset.add_dir(
    dataset_dir="segmentation_dataset/Test",
    dataset_type=dataset_type,
    tags="test",
)

训练模型

从那里，您可以直接使用此数据集来训练模型（例如使用 PyTorch 或 PyTorch Lightning Flash）

【讨论】：