使用Mask R-CNN模型实现人体关键节点标注

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了使用Mask R-CNN模型实现人体关键节点标注相关的知识,希望对你有一定的参考价值。

摘要:在本案例中,我们将展示如何对基础的Mask R-CNN进行扩展,完成人体关键节点标注的任务。

本文分享自华为云社区《​​使用Mask R-CNN模型实现人体关键节点标注​​》,作者: 运气男孩。

前言

ModelArts 是面向开发者的一站式 AI 开发平台,为机器学习与深度学习提供海量数据预处理及交互式智能标注、大规模分布式训练、自动化模型生成,及端-边-云模型按需部署能力,帮助用户快速创建和部署模型,管理全周期 AI 工作流。

使用Mask

使用Mask

背景

Mask R-CNN是一个灵活开放的框架,可以在这个基础框架的基础上进行扩展,以完成更多的人工智能任务。在本案例中,我们将展示如何对基础的Mask R-CNN进行扩展,完成人体关键节点标注的任务。

Mask R-CNN整体架构,它的3个主要网络:

  • backbone网络,用于生成特征图
  • RPN网络,用于生成实例的位置、分类、分割(mask)信息
  • head网络,对位置、分类和分割(mask)信息进行训练

在head网络中,有分类、位置框和分割(mask)信息的3个分支,我们可以对head网络进行扩展,加入一个人体关键节点keypoint分支。并对其进行训练,使得我们的模型具备关键节点分析的能力。那么我们的模型结构将如下图所示:

使用Mask

head网络中,红色的keypionts分支为新加入的人体关键节点分支

MaskRCNN模型的解析可以参考​此文章​ 。

本案例的运行环境是 TensorFlow 1.8.0 。

keypoints分支

在RPN中,我们生成Proposal后,当检测到Proposal的分类为"Person"时,对每个部位的关键点生成一个one-hot掩码,训练的目标最终是得到一个56*56的二值掩码,当中只有一个像素被标记为关键点,其余像素均为背景。对于每一个关键点的位置,进行最小化平均交叉熵损失检测,K个关键点是被独立处理的。

人体姿态检测中,人本身可以作为一个目标实例进行分类检测。但是,采取了one-hot编码以后,就可以扩展到coco数据集中被标注的17个人体关键点(例如:左眼、右耳),同时也能够处理非连续型数值特征。

COCO数据集中,对人体中17个关键点进行了标注,包括:鼻子,左眼,右眼,左耳,右耳,左肩,右肩,左肘,右肘,左手腕,右手腕,左膝盖,右膝盖,左脚踝,右脚踝,左小腿,右小腿,如下图所示:

使用Mask

基础环境准备

在使用 ModelArts 进行 AI 开发前,需先完成以下基础操作哦(如有已完成部分,请忽略),主要分为4步(注册–>实名认证–>服务授权–>领代金券):

1、使用手机号注册华为云账号:点击注册

2、点此去完成实名认证,账号类型选"个人",个人认证类型推荐使用"扫码认证"。

使用Mask

3、点击进入 ModelArts 控制台数据管理页面,上方会提示访问授权,点击【服务授权】按钮,按下图顺序操作:

使用Mask

4、进入 ModelArts 控制台首页,如下图,点击页面上的"彩蛋",领取新手福利代金券!后续步骤可能会产生资源消耗费用,请务必领取。

以上操作,也提供了详细的视频教程,点此查看:​ModelArts环境配置​​​

使用Mask

在ModelArts中训练Mask R-CNN keypoints模型

准备数据和源代码

第一步:准备数据集和预训练模型

使用Mask

下载完成后,显示如下压缩包

使用Mask

解压后,得到data目录,其结构如下:

data/
├── mask_rcnn_coco.h5
├── annotations
│ ├── person_keypoints_train2014.json
│ ├── ***.json
├── train2014
│ ├── COCO_train2014_***.jpg
└── val2014
├── COCO_val2014_***.jpg复制

其中data/mask_rcnn_coco_humanpose.h5为预训练模型,annotations、train2014和val2014为我们提前准备好的最小数据集,包含了500张图片的标注信息。

第二步:准备源代码

使用Mask

使用Mask

第三步:安装依赖pycocotools

我们使用COCO数据集,需要安装工具库pycocotools

使用Mask

使用Mask

程序初始化

第一步:导入相关的库,定义全局变量

使用Mask

第二步:生成配置项

我们定义Config类的子类MyTrainConfig,指定相关的参数,较为关键的参数有:

  • __NAME__: Config的唯一名称
  • __NUM_CLASSIS__: 分类的数量,我们只生成圆形,正方形和三角形,再加上背景,因此一共是4个分类
  • __IMAGE_MIN_DIM和IMAGE_MAX_DIM__: 图片的最大和最小尺寸,我们生成固定的128x128的图片,因此都设置为128
  • __TRAIN_ROIS_PER_IMAGE__: 每张图片上训练的RoI个数
  • __STEPS_PER_EPOCH和VALIDATION_STEPS__: 训练和验证时,每轮的step数量,减少step的数量可以加速训练,但是检测精度降低

使用Mask

第三步:创建数据集对象

我们使用封装好的CocoDataset类,生成训练集和验证集。

使用Mask

创建模型

用"training"模式创建模型对象,并加载预训练模型

使用Mask

运行完成后输出下面

使用Mask

训练模型

Keras中的模型可以按照制定的层进行构建,在模型的train方法中,我们可以通过layers参数来指定特定的层进行训练。layers参数有以下几种预设值:

  • heads:只训练head网络中的分类、mask和bbox回归
  • all: 所有的layer
  • 3+: 训练ResNet Stage3和后续Stage
  • 4+: 训练ResNet Stage4和后续Stage
  • 5+: 训练ResNet Stage5和后续Stage

此外,layers参数还支持正则表达式,按照匹配规则指定layer,可以调用model.keras_model.summary()查看各个层的名称,然后按照需要指定要训练的层。

我们针对不同的layer进行训练,首先,训练head网络中的4个分支:

使用Mask

输出结果:

使用Mask

使用Mask

使用Mask

然后训练ResNet Stage4和后续Stage

使用Mask

最后,对所有layer进行优化,并将训练的模型保存到本地

使用Mask

输出结果:

使用Mask

使用Mask

使用模型检测图片物体

第一步:创建"Inference"模式的模型对象,并加载我们训练好的模型文件

使用Mask

使用Mask

第二步:从验证数据集中随机选出一张图片,显式Ground Truth信息

使用Mask

使用Mask

输出结果,识别图片如下:

使用Mask

第三步:使用模型对图片进行预测,并显示结果

使用Mask

最终识别结果:

使用Mask

总结

使用Mask R-CNN模型实现人体关键节点标注,在head网络中,有分类、位置框和分割(mask)信息的3个分支,我们可以对head网络进行扩展,加入一个人体关键节点keypoint分支。并对其进行训练,使得我们的模型具备关键节点分析的能力。对人体中17个关键点进行了标注,包括:鼻子,左眼,右眼,左耳,右耳,左肩,右肩,左肘,右肘,左手腕,右手腕,左膝盖,右膝盖,左脚踝,右脚踝,左小腿,右小腿,并且取得了不错的效果。


点击关注,第一时间了解华为云新鲜技术~

以上是关于使用Mask R-CNN模型实现人体关键节点标注的主要内容,如果未能解决你的问题,请参考以下文章

Mask R-CNN图像实例分割实战:训练自己的数据集

PyTorch版Mask R-CNN图像实例分割实战:训练自己的数据集

[OpenCV实战]13 OpenCV中使用Mask R-CNN进行对象检测和实例分割

有人开源了Mask R-CNN对象检测和分割的Keras和TensorFlow代码

Mask R-CNN学习

手把手教你使用LabVIEW实现Mask R-CNN图像实例分割(含源码)