5 行代碼實現(xiàn)圖像分割
點擊上方“小白學視覺”，選擇加"星標"或“置頂”
重磅干貨，第一時間送達
本文轉自：機器學習算法那些事
圖像分割，作為計算機視覺的基礎，是圖像理解的重要組成部分，也是圖像處理的難點之一。
那么，如何優(yōu)雅且體面的圖像分割？
5行代碼、分分鐘實現(xiàn)的庫——PixelLib，了解一下。
當然，如此好用的項目，開源是必須的。
雖然計算機視覺研究工作者，會經常接觸圖像分割的問題，但是我們還是需要對其做下“贅述”(方便初學者)。
我們都知道每個圖像都是有一組像素值組成。簡單來說，圖像分割就是在像素級上，對圖像進行分類的任務。
圖像分割中使用的一些“獨門秘技”，使它可以處理一些關鍵的計算機視覺任務。主要分為2類：
語義分割：就是把圖像中每個像素賦予一個類別標簽，用不同的顏色來表示。
實例分割：它不需要對每個像素進行標記，它只需要找到感興趣物體的邊緣輪廓就行。
它的身影也經常會出現(xiàn)在比較重要的場景中：
無人駕駛汽車視覺系統(tǒng)，可以有效的理解道路場景。
醫(yī)療圖像分割，可以幫助醫(yī)生進行診斷測試。
衛(wèi)星圖像分析，等等。
所以，圖像分割技術的應用還是非常重要的。
接下來，我們就直奔主題，開始了解一下PixelLib，這個神奇又好用的庫。
PixelLib這個庫可以非常簡單的實現(xiàn)圖像分割——5行代碼就可以實現(xiàn)語義分割和實例分割。
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在執(zhí)行語義分割任務時，采用的是Deeplabv3+框架，以及在pascalvoc上預訓練的Xception模型。
用在pascalvoc上預訓練的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導入的，創(chuàng)建了一個類的實例。
segment_image.load_pascalvoc_model(“deeplabv3_xception_tf_dim_ordering_tf_kernels.h5”)
調用函數(shù)來加載在pascal voc上訓練的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”)
這是對圖像進行分割的代碼行，這個函數(shù)包含了兩個參數(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前的工作目錄中。
接下來，上圖，實戰(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，所有對象都被分割了。
也可以對代碼稍作修改，獲取一張帶有目標對象分割重疊(segmentation overlay)的圖像。
segment_image.segmentAsPascalvoc(“sample1.jpg”, output_image_name = “image_new.jpg”, overlay = True)
添加了一個額外的參數(shù)，并設置為True，就生成了帶有分隔疊加的圖像。
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xception模型是用pascalvoc數(shù)據(jù)集訓練的，有20個常用對象類別。
對象及其相應的color map如下所示：
雖然語義分割的結果看起來還不錯，但在圖像分割的某些特定任務上，可能就不太理想。
在語義分割中，相同類別的對象被賦予相同的colormap，因此語義分割可能無法提供特別充分的圖像信息。
于是，便誕生了實例分割——同一類別的對象被賦予不同的colormap。
PixelLib在執(zhí)行實例分割時，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()
導入了用于執(zhí)行實例分割的類，創(chuàng)建了該類的一個實例。
segment_image.load_model(“mask_rcnn_coco.h5”)
這是加載 Mask RCNN 模型來執(zhí)行實例分割的代碼(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”)
這是對圖像進行實例分割的代碼，它需要兩個參數(shù)：
path_to_image：模型所要預測圖像的路徑。
output_image_name：保存分割結果的路徑，將被保存在當前的工作目錄中。
上圖，實戰(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例分割之間的明顯區(qū)別——在實例分割中，同一類別的所有對象，都被賦予了不同的colormap。
若是想用邊界框(bounding box)來實現(xiàn)分割，可以對代碼稍作修改：
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例分割的推理時間：
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”)
輸出結果如下：
Inference Time: 12.55 seconds
可以看到，在圖像上執(zhí)行實例分割，需要12.55秒的時間。
交流群
歡迎加入公眾號讀者群一起和同行交流，目前有SLAM、三維視覺、傳感器、自動駕駛、計算攝影、檢測、分割、識別、醫(yī)學影像、GAN、算法競賽等微信群（以后會逐漸細分），請掃描下面微信號加群，備注：”昵稱+學校/公司+研究方向“，例如：”張三 + 上海交大 + 視覺SLAM“。請按照格式備注，否則不予通過。添加成功后會根據(jù)研究方向邀請進入相關微信群。請勿在群內發(fā)送廣告，否則會請出群，謝謝理解~