5行代碼，快速實(shí)現(xiàn)圖像分割，代碼逐行詳解，手把手教你處理圖像
本文經(jīng)AI新媒體量子位（公眾號(hào)ID:QbitAI）授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請(qǐng)聯(lián)系出處。
圖像分割，作為計(jì)算機(jī)視覺的基礎(chǔ)，是圖像理解的重要組成部分，也是圖像處理的難點(diǎn)之一。
那么，如何優(yōu)雅且體面的圖像分割？
5行代碼、分分鐘實(shí)現(xiàn)的庫(kù)——PixelLib，了解一下。
當(dāng)然，如此好用的項(xiàng)目，開源是必須的。
為什么要用到圖像分割？
雖然計(jì)算機(jī)視覺研究工作者，會(huì)經(jīng)常接觸圖像分割的問題，但是我們還是需要對(duì)其做下“贅述”(方便初學(xué)者)。
我們都知道每個(gè)圖像都是有一組像素值組成。簡(jiǎn)單來說，圖像分割就是在像素級(jí)上，對(duì)圖像進(jìn)行分類的任務(wù)。
圖像分割中使用的一些“獨(dú)門秘技”，使它可以處理一些關(guān)鍵的計(jì)算機(jī)視覺任務(wù)。主要分為2類：
- 語義分割：就是把圖像中每個(gè)像素賦予一個(gè)類別標(biāo)簽，用不同的顏色來表示。
- 實(shí)例分割：它不需要對(duì)每個(gè)像素進(jìn)行標(biāo)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(jīng)常會(huì)出現(xiàn)在比較重要的場(chǎng)景中：
- 無人駕駛汽車視覺系統(tǒng)，可以有效的理解道路場(chǎng)景。
- 醫(yī)療圖像分割，可以幫助醫(yī)生進(jìn)行診斷測(cè)試。
- 衛(wèi)星圖像分析，等等。
所以，圖像分割技術(shù)的應(yīng)用還是非常重要的。
接下來，我們就直奔主題，開始了解一下PixelLib，這個(gè)神奇又好用的庫(kù)。
快速安裝PixelLib
PixelLib這個(gè)庫(kù)可以非常簡(jiǎn)單的實(shí)現(xiàn)圖像分割——5行代碼就可以實(shí)現(xiàn)語義分割和實(shí)例分割。
老規(guī)矩，先介紹一下安裝環(huán)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(shí)現(xiàn)語義分割
PixelLib在執(zhí)行語義分割任務(wù)時(shí)，采用的是Deeplabv3+框架，以及在pascalvoc上預(yù)訓(xùn)練的Xception模型。
用在pascalvoc上預(yù)訓(xùn)練的Xception模型執(zhí)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”)
讓我們看一下每行代碼：
- import pixellib
- from pixellib.semantic import semantic_segmentation
- #created an instance of semantic segmentation class
- segment_image = semantic_segmentation()
用于執(zhí)行語義分割的類，是從pixellib導(dǎo)入的，創(chuàng)建了一個(gè)類的實(shí)例。
- segment_image.load_pascalvoc_model(“deeplabv3_xception_tf_dim_ordering_tf_kernels.h5”)
調(diào)用函數(shù)來加載在pascal voc上訓(xùn)練的xception模型(xception模型可以從文末傳送門鏈接處下載)。
- segment_image.segmentAsPascalvoc(“path_to_image”, output_image_name = “path_to_output_image”)
這是對(duì)圖像進(jìn)行分割的代碼行，這個(gè)函數(shù)包含了兩個(gè)參數(shù)：
- path_to_image：圖像被分割的路徑。
- path_to_output_image：保存輸出圖像的路徑，圖像將被保存在你當(dāng)前的工作目錄中。
接下來，上圖，實(shí)戰(zhàn)！
圖像文件命名為：sample1.jpg，如下圖所示。
執(zhí)行代碼如下：
- 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(zhí)行代碼后，保存的圖像中，所有對(duì)象都被分割了。
也可以對(duì)代碼稍作修改，獲取一張帶有目標(biāo)對(duì)象分段重疊(segmentation overlay)的圖像。
- segment_image.segmentAsPascalvoc(“sample1.jpg”, output_image_name = “image_new.jpg”, overlay = True)
添加了一個(gè)額外的參數(shù)，并設(shè)置為True，就生成了帶有分段疊加的圖像。
可以通過修改下面的代碼，來檢查執(zhí)行分割所需的推理時(shí)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，在圖像上執(zhí)行語義分割，只用了8.19秒。
這個(gè)xception模型是用pascalvoc數(shù)據(jù)集訓(xùn)練的，有20個(gè)常用對(duì)象類別。
對(duì)象及其相應(yīng)的color map如下所示：
PixelLib實(shí)現(xiàn)實(shí)例分割
雖然語義分割的結(jié)果看起來還不錯(cuò)，但在圖像分割的某些特定任務(wù)上，可能就不太理想。
在語義分割中，相同類別的對(duì)象被賦予相同的colormap，因此語義分割可能無法提供特別充分的圖像信息。
于是，便誕生了實(shí)例分割——同一類別的對(duì)象被賦予不同的colormap。
PixelLib在執(zhí)行實(shí)例分割時(shí)，基于的框架是Mask RCNN，代碼如下：
- 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代碼。
- import pixellib
- from pixellib.instance import instance_segmentation
- segment_image = instance_segmentation()
導(dǎo)入了用于執(zhí)行實(shí)例分割的類，創(chuàng)建了該類的一個(gè)實(shí)例。
- segment_image.load_model(“mask_rcnn_coco.h5”)
這是加載 Mask RCNN 模型來執(zhí)行實(shí)例分割的代碼(Mask RCNN模型可以從文末傳送門鏈接處下載)。
- segment_image.segmentImage(“path_to_image”, output_image_name = “output_image_path”)
這是對(duì)圖像進(jìn)行實(shí)例分割的代碼，它需要兩個(gè)參數(shù)：
- path_to_image：模型所要預(yù)測(cè)圖像的路徑。
- output_image_name：保存分割結(jié)果的路徑，將被保存在當(dāng)前的工作目錄中。
上圖，實(shí)戰(zhàn)第二彈！
圖像文件命名為：sample2.jpg，如下圖所示。
執(zhí)行代碼如下：
- 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”)
上圖便是保存到目錄的圖片，現(xiàn)在可以看到語義分割和實(shí)例分割之間的明顯區(qū)別——在實(shí)例分割中，同一類別的所有對(duì)象，都被賦予了不同的colormap。
若是想用邊界框(bounding box)來實(shí)現(xiàn)分割，可以對(duì)代碼稍作修改：
- segment_image.segmentImage(“sample2.jpg”, output_image_name = “image_new.jpg”, show_bboxes = True)
這樣，就可以得到一個(gè)包含分割蒙版和邊界框的保存圖像。
同樣的，也可以通過代碼查詢實(shí)例分割的推理時(shí)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(jié)果如下：
- Inference Time: 12.55 seconds
可以看到，在圖像上執(zhí)行實(shí)例分割，需要12.55秒的時(shí)間。
最后，奉上項(xiàng)目、模型下載地址，快去試試吧~
傳送門
PixelLib項(xiàng)目地址：
https://github.com/ayoolaolafenwa/PixelLib
xception模型下載地址：
https://github.com/bonlime/keras-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/Mask_RCNN/releases/download/v2.0/mask_rcnn_coco.h5
