Mã nguồn cài đặt cho hai phương pháp CEDN (Convolutional Encoder Decoder Network) và RCN (RefineContourNet)

• CEDN: https://arxiv.org/pdf/1603.04530.pdf
• RCN: https://arxiv.org/pdf/1904.13353.pdf

Huấn luyện với tập dữ liệu Pascal VOC + Pascal Context

Tải tập PASCAL VOC (ảnh huấn luyện) và PASCAL CONTEXT (ảnh nhãn) tại đây

Cấu trúc thư mục bao gồm:

• Thư mục ctns chứa các ảnh nhãn
• Thư mục images chứa các ảnh gốc (JPEGImages)
• Tệp train.txt chứa mã của các ảnh huấn luyện, gồm 10581 ảnh
• Tệp val.txt chứa mã của các ảnh kiểm thử, gồm 1449 ảnh

Tiến hành khởi tạo đối tượng Trainer

from RCN import rf101
from CEDN import CEDN
from train import Trainer

trainer = Trainer(CEDN()) #Dành cho huấn luyện mô hình CEDN
#trainer = Trainer(rf101()) #Dành cho việc huấn luyện mô hình RCN

Thay đổi các cài đặt bằng lệnh set_config, bắt buộc phải chạy trong lần đầu huấn luyện

trainer.set_config(
    name="custom_model"
    lr=1e-4, 
    batch_size=64,
    start_epoch=30,
    max_epoch = 100,
    save_epoch_freq = 1,
    save_iter_freq = 50,
    num_workers = 5,
    loss_func = None,
    images_path="",
    ctns_path="",
    train_path="",
    val_path="",
    model_save_path="",
    model_save_name=""
)

Trong đó:

• name: tên cài đặt (bắt buộc, mặc định là custom_model)
• lr: tốc độ học (mặc định 1e-4)
• batch_size: kích thước lô (mặc định 64)
• start_epoch: vị trí lần lặp khởi đầu
• max_epoch: vị trí lần lặp tối đa
• save_epoch_freq: tần suất lưu mô hình sau một số lần duyệt (mặc định 1 lần duyệt)
• save_iter_freq: tần suất lưu mô hình sau một số vòng lặp (mặc định 50 vòng lặp)
• num_workers: số lượng workers được khởi tạo cho việc chạy đa tiến trình (mặc định là 5)
• loss_func: hàm thất thoát (mặc định là BCE có trọng số dành cho CEDN) xem cách định nghĩa hàm thất thoát ở dưới
• images_path là đường dẫn tới thư mục ảnh gốc
• ctns_path là đường dẫn tới thư mục nhãn
• train_path là đường dẫn tới tệp train.txt
• val_path là đường dẫn tới tệp val.txt
• model_save_path là vị trí lưu mô hình sau một số lượng save_epoch_freq lần duyệt
• model_save_name là tên mô hình tiền huấn luyện được truyền vào để tiếp tục huấn luyện, nếu huấn luyện từ đầu thì model_save_name bằng rỗng

Một số thông tin khác

• optimizer: Adam
• critertion: BCE

Định nghĩa hàm thất thoát

def loss_func(outputs, target):
  thực hiện tính loss ...

Trong đó outputs là đầu ra của mạng, target là nhãn

Hàm loss dành cho CEDN

def cedn_loss(outputs, targets):
  weights = torch.empty_like(targets).to(cedn_trainer.device)
  weights[targets >= .97] = 10
  weights[targets < .97] = 1
  res_loss = F.binary_cross_entropy(outputs, targets, weights)
  return res_loss

Hàm loss dành cho RCN

def rcn_loss(outputs, targets):
  weights = torch.empty_like(targets).to(rcn_trainer.device)
  weights[targets >= .97] = 10
  weights[targets < .97] = 1
  outputs = F.interpolate(outputs, size=(224,224), mode="bilinear", align_corners=False)
  outputs = outputs.to(rcn_trainer.device)
  targets = targets.to(rcn_trainer.device)
  loss = F.binary_cross_entropy(outputs, targets, weights)
  return loss

Để tiến hành huấn luyện bằng tối tượng trainer

trainer.train()

Để hiển thị 1 lô trong dataloader

trainer.show_dataloader()

Để hiển thị biểu đồ thất thoát

trainer.loss_plot()

Đối với các loại dữ liệu nâng cao tự tạo có thể thay đổi đối tượng CustomDataset cho phù hợp

Trong trường hợp muốn sử dụng tệp train.py cho mô hình khác chỉ cần truyền mô hình vào đối tượng Trainer

Khi sử dụng mã nguồn, đề nghị ghi rõ tên nguồn và tác giả

Chạy thử và đánh giá mô hình

Tiến hành chạy thử bằng cách import hàm eval từ tệp eval.py

from eval import eval
result, img = eval(CEDN(), model_path, image_path)

Trong đó

• model_path: đường dẫn tới file pretrain của mô hình
• image_path: đường dẫn tới ảnh

Kết quả trả về gồm

• result: kết quả dưới dạng ma trận tensor
• img: ảnh gốc dưới dạng ma trận numpy