该项目基于PaddleRS，利用0.05米分辨率的DFC2018 Houston数据集超高分辨率影像，裁剪出1400张图块并标注汽车，按9:1划分训练集和验证集。通过定义数据增强和数据集，使用PPYOLOv2模型训练，借助VDL查看效果，评估得较高map，最后实现模型预测及可视化。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
PaddleRS：无人机汽车识别
基于0.5m的高分辨率无人机影像，我们希望能够使用目标检测的方法找到影像中的汽车。项目将基于PaddleRS完成该任务。
1 数据准备
数据来自于DFC2018 Houston，DFC2018 Houston 是2018年IEEE GRSS Data Fusion 比赛所用的数据集。这个数据是由 University of Houston Dr. Saurabh Prasad 的实验室制作公开的。这个数据是个多传感器数据，包含了48个波段的高光谱数据（1米），3波段的LiDAR数据（0.5米），以及超高分辨率影像（0.05米）。这个数据包含了20类地物。
只取用了其中0.05米分辨率的超高分辨率影像，裁剪为1400张596x601大小的图块，由手工标注汽车的矩形框，按照9:1划分训练集和数据集。
In [1]
# 解压数据集! mkdir -p dataset ! unzip -oq data/data56250/carDetection_RGB.zip -d dataset
In [2]
# 划分数据集import osimport os.path as ospimport randomdef get_data_list(data_dir):
random.seed(666)
mode = ["train_list", "val_list"]
dir_path = osp.join(data_dir, "JPEGImages")
files = [f.split(".")[0] for f in os.listdir(dir_path)]
random.shuffle(files) # 打乱顺序
with open(osp.join(data_dir, f"{mode[0]}.txt"), "w") as f_tr: with open(osp.join(data_dir, f"{mode[1]}.txt"), "w") as f_va: for i, name in enumerate(files): if (i % 10) == 0: # 训练集与测试集为9:1
f_va.write(f"JPEGImages/{name}.jpg Annotations/{name}.xml\n") else:
f_tr.write(f"JPEGImages/{name}.jpg Annotations/{name}.xml\n")
labels = ["car"]
txt_str = "\n".join(labels) with open((data_dir + "/" + f"label_list.txt"), "w") as f:
f.write(txt_str) print("Finished!")
get_data_list("dataset")
Finished!
2 PaddleRS准备
PaddleRS是基于飞桨开发的遥感处理平台，支持遥感图像分类，目标检测，图像分割，以及变化检测等常用遥感任务，帮助开发者更便捷地完成从训练到部署全流程遥感深度学习应用。
github：https://github.com/PaddlePaddle/PaddleRS
接下来可以通过git clone得到PaddleRS。
In [7]
! git clone https://github.com/PaddlePaddle/PaddleRS.git %cd PaddleRS ! git checkout release/1.0! pip install --upgrade pip ! pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple ! python setup.py install %cd ..
3 模型训练
PaddleRS借鉴PaddleSeg的API设计模式并进行了较高程度的封装，可以方便的完成数据、模型等的定义，快速开始模型的训练迭代。
3.1 数据定义
主要通过datasets和transforms两个组件完成任务，datasets中有包含分割检测分类等多任务的数据加载API，而transforms集成了大部分通用或单独的数据增强API，目前可以通过源码查看。
In [2]
import osimport os.path as ospfrom paddlers.datasets import VOCDetDataset
from paddlers import transforms as T# 定义数据增强train_transforms = T.Compose([
T.DecodeImg(),
T.RandomDistort(),
T.RandomCrop(),
T.RandomHorizontalFlip(),
T.BatchRandomResize(
target_sizes=[512, 544, 576, 608, 640, 672, 704],
interp='RANDOM'),
T.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]),
T.ArrangeDetector('train')
])
eval_transforms = T.Compose([
T.DecodeImg(),
T.Resize(target_size=608, interp='CUBIC'),
T.Normalize(
mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]),
T.ArrangeDetector('eval')
])# 定义数据集data_dir = "dataset"train_file_list = osp.join(data_dir, 'train_list.txt')
val_file_list = osp.join(data_dir, 'val_list.txt')
label_file_list = osp.join(data_dir, 'label_list.txt')
train_dataset = VOCDetDataset(
data_dir=data_dir,
file_list=train_file_list,
label_list=label_file_list,
transforms=train_transforms,
shuffle=True)
eval_dataset = VOCDetDataset(
data_dir=data_dir,
file_list=train_file_list,
label_list=label_file_list,
transforms=eval_transforms,
shuffle=False)
2023-03-08 18:57:32 [INFO] Starting to read file list from dataset... 2023-03-08 18:57:39 [INFO] 944 samples in file dataset/train_list.txt, including 944 positive samples and 0 negative samples. creating index... index created! 2023-03-08 18:57:39 [INFO] Starting to read file list from dataset... 2023-03-08 18:57:47 [INFO] 944 samples in file dataset/train_list.txt, including 944 positive samples and 0 negative samples. creating index... index created!
In [5]
# 检查及可视化数据import numpy as npimport cv2import matplotlib.pyplot as plt
%matplotlib inline# 反归一化def in_normal(img):
mean = np.array([0.485, 0.456, 0.406])
std = np.array([0.229, 0.224, 0.225])
img = (255 * (img * std + mean)).astype("uint8") return img# 绘制矩形框def visual(img, bboxs):
for bbox in bboxs:
x1, y1, x2, y2 = bbox
cv2.rectangle(img, (x1, y1), (x2, y2), (255, 0, 0), 2) return imgfor data in train_dataset:
img = in_normal(data["image"])
vis = visual(img, data["gt_bbox"])
plt.figure(figsize=(10, 10))
plt.imshow(img)
plt.show() break
3.2 模型准备
PaddleRS将模型分别放置于models和custom_models中，分别包含了Paddle四大套件的模型结构以及与遥感、变化检测等相关的模型结构。通过tasks进行了模型的封装，集成了Loss、Opt、Metrics等，可根据需要进行修改。这里以默认的PPYOLOv2为例。
In [7]
from paddlers.tasks.object_detector import PPYOLOv2 num_classes = len(train_dataset.labels) model = PPYOLOv2(num_classes=num_classes)
In [ ]
model.train(
num_epochs=30,
train_dataset=train_dataset,
train_batch_size=16,
eval_dataset=eval_dataset,
pretrain_weights="COCO",
learning_rate=3e-5,
warmup_steps=10,
warmup_start_lr=0.0,
save_interval_epochs=5,
lr_decay_epochs=[10, 20],
save_dir="output",
use_vdl=True)
训练的效果可以通过VDL进行查看。
In [9]
from paddlers.tasks import load_model
new_model = load_model("output/best_model")
2023-03-08 19:28:24 [INFO] Model[PPYOLOv2] loaded.
4 模型评估
只需要调用evaluate即可完成预测。可以看到map还是挺高的。
In [10]
new_model.evaluate(eval_dataset)
2023-03-08 19:28:32 [INFO] Start to evaluate(total_samples=944, total_steps=944)... 2023-03-08 19:29:17 [INFO] Accumulating evaluatation results...
OrderedDict([('bbox_map', 90.35561807270788)])
5 模型预测
PaddleRS的目标检测task可以方便的给出坐标、类别和分数，可供自行进行一些后处理。也可以直接使用visualize_detection进行可视化。下面对一张测试图像进行预测并可视化。
In [11]
from paddlers.tasks.utils.visualize import visualize_detectionimport matplotlib.pyplot as plt
%matplotlib inline
test_transforms = T.Compose([
T.DecodeImg(),
T.Resize(target_size=608, interp='CUBIC'),
T.Normalize(
mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]),
T.ArrangeDetector('test')
])
img_path = "dataset/JPEGImages/UH_NAD83_272056_3289689_58.jpg"pred = new_model.predict(img_path, test_transforms)
vis_img = visualize_detection(img_path, pred, save_dir=None)
plt.figure(figsize=(10, 10))
plt.imshow(vis_img)
plt.show()
