EmbedSeg项目2D图像分割训练教程

前言

EmbedSeg是一个基于嵌入的实例分割框架，本教程将详细介绍如何使用EmbedSeg对2D图像进行实例分割模型的训练。我们将以usiigaci-2017数据集为例，逐步讲解训练流程中的各个关键环节。

环境准备

首先需要导入必要的Python库：

import numpy as np
import os
from EmbedSeg.train import begin_training
from EmbedSeg.utils.create_dicts import create_dataset_dict, create_model_dict, create_loss_dict, create_configs
import torch
from matplotlib.colors import ListedColormap
import json

数据集配置

数据路径设置

指定训练和验证数据的路径以及中心点嵌入类型：

data_dir = 'crops'  # 数据目录
project_name = 'usiigaci-2017'  # 项目名称
center = 'medoid'  # 中心点类型：'medoid', 'approximate-medoid', 'centroid'

中心点类型的选择会影响模型学习实例表示的方式：

• medoid: 使用实例的几何中心
• approximate-medoid: 近似几何中心
• centroid: 质心

数据属性加载

从data_properties.json文件中读取数据集属性：

if os.path.isfile('data_properties.json'):
    with open('data_properties.json') as json_file:
        data = json.load(json_file)
        one_hot, data_type, foreground_weight, n_y, n_x = data['one_hot'], data['data_type'], int(data['foreground_weight']), int(data['n_y']), int(data['n_x'])

训练数据集配置

参数设置

train_size = len(os.listdir(os.path.join(data_dir, project_name, 'train', 'images')))
train_batch_size = 16

• train_size: 一个epoch中网络看到的图像-掩码对数量，通常设置为训练图像裁剪块的总数
• train_batch_size: 训练批次大小

创建训练数据集字典

train_dataset_dict = create_dataset_dict(
    data_dir=data_dir,
    project_name=project_name,
    center=center,
    size=train_size,
    batch_size=train_batch_size,
    one_hot=one_hot,
    type='train'
)

验证数据集配置

参数设置

val_size = len(os.listdir(os.path.join(data_dir, project_name, 'val', 'images')))
val_batch_size = 16

建议将val_size设置为验证图像裁剪块的总数。

创建验证数据集字典

val_dataset_dict = create_dataset_dict(
    data_dir=data_dir,
    project_name=project_name,
    center=center,
    size=val_size,
    batch_size=val_batch_size,
    one_hot=one_hot,
    type='val'
)

模型配置

输入通道设置

input_channels = 1  # 输入图像的通道数

创建模型字典

model_dict = create_model_dict(input_channels=input_channels)

损失函数配置

创建损失函数字典：

loss_dict = create_loss_dict(foreground_weight=foreground_weight)

损失函数权重说明：

• w_inst: 实例损失权重
• w_var: 方差损失权重
• w_seed: 种子损失权重

训练配置

训练参数设置

n_epochs = 200  # 训练轮数
save_dir = os.path.join('experiment', project_name+'-'+'demo')  # 保存目录
resume_path = None  # 恢复训练路径，如'./experiment/usiigaci-2017-demo/checkpoint.pth'

创建配置字典

configs = create_configs(
    n_epochs=n_epochs,
    one_hot=one_hot,
    resume_path=resume_path,
    save_dir=save_dir,
    n_y=n_y,
    n_x=n_x
)

可视化设置

选择颜色映射用于可视化：

new_cmap = np.load('../../../cmaps/cmap_60.npy')
new_cmap = ListedColormap(new_cmap)  # 也可以使用'magma'等其他颜色映射

开始训练

执行训练：

begin_training(train_dataset_dict, val_dataset_dict, model_dict, loss_dict, configs, color_map=new_cmap)

常见问题排查

1. 缺少中心图像：确保train和val目录中都包含中心图像
2. 中心类型不匹配：确保在数据准备阶段生成的中心图像类型与训练时选择的center参数一致
3. 恢复训练问题：检查resume_path路径是否正确，并确保save_dir指向正确的目录

通过本教程，您应该能够成功配置并启动EmbedSeg的2D实例分割训练流程。根据您的具体数据集和需求，可以调整上述参数以获得最佳性能。