我正在尝试使用detectron2框架提取类别检测高于某个阈值的区域特征。稍后我将在我的流水线中使用这些特征(类似于:VilBert第3.1节训练ViLBERT)。到目前为止,我已经使用这个配置训练了一个Mask R-CNN,并在一些自定义数据上进行了微调。它表现得很好。我想做的是从我训练的模型中提取产生的边界框的特征。
编辑: 我看了关闭我的帖子的用户所写的内容,并试图加以改进。虽然读者需要了解我正在做什么的背景。如果您有任何想法,可以让问题更好,或者如果您对如何做我正在尝试的事情有一些见解,欢迎您的反馈!
我有一个问题:
这是我的ROI功能。 我很困惑的是,我可以使用提议和带有类分数的提议框来获取此图像的前n个特征,而不是使用推断产生的边界框。很酷,所以我尝试了以下内容:
我应该从哪里获取我的提案框功能及其中在我的预测对象中的cls。检查这个预测对象,我可以看到每个框的分数: 预测对象中的CLS分数
在进行softmax并将这些分类分数放入数据框中,并设置阈值为0.6后,我得到了:
在我的预测对象中,我获得了相同的最高分数,但只有1个实例而不是2个(我设置了
预测结果中还包含张量:Nx4或Nx(Kx4)边界框回归增量。我不太清楚它们的作用和样子:
我有一个问题:
- 为什么我只得到了一个预测实例,但是当我查看预测CLS分数时,有多个实例通过了阈值?
我相信这是生成ROI特征的正确方法:
images = ImageList.from_tensors(lst[:1], size_divisibility=32).to("cuda") # preprocessed input tensor
#setup config
cfg = get_cfg()
cfg.merge_from_file(model_zoo.get_config_file("COCO-InstanceSegmentation/mask_rcnn_R_101_FPN_3x.yaml"))
cfg.MODEL.WEIGHTS = os.path.join(cfg.OUTPUT_DIR, "model_final.pth")
cfg.SOLVER.IMS_PER_BATCH = 1
cfg.MODEL.ROI_HEADS.NUM_CLASSES = 1 # only has one class (pnumonia)
#Just run these lines if you have the trained model im memory
cfg.MODEL.ROI_HEADS.SCORE_THRESH_TEST = 0.7 # set the testing threshold for this model
#build model
model = build_model(cfg)
DetectionCheckpointer(model).load("output/model_final.pth")
model.eval()#make sure its in eval mode
#run model
with torch.no_grad():
features = model.backbone(images.tensor.float())
proposals, _ = model.proposal_generator(images, features)
instances = model.roi_heads._forward_box(features, proposals)
那么
pred_boxes = [x.pred_boxes for x in instances]
rois = model.roi_heads.box_pooler([features[f] for f in model.roi_heads.in_features], pred_boxes)
这是我的ROI功能。 我很困惑的是,我可以使用提议和带有类分数的提议框来获取此图像的前n个特征,而不是使用推断产生的边界框。很酷,所以我尝试了以下内容:
proposal_boxes = [x.proposal_boxes for x in proposals]
proposal_rois = model.roi_heads.box_pooler([features[f] for f in model.roi_heads.in_features], proposal_boxes)
#found here: https://detectron2.readthedocs.io/_modules/detectron2/modeling/roi_heads/roi_heads.html
box_features = model.roi_heads.box_head(proposal_rois)
predictions = model.roi_heads.box_predictor(box_features)
pred_instances, losses = model.roi_heads.box_predictor.inference(predictions, proposals)
我应该从哪里获取我的提案框功能及其中在我的预测对象中的cls。检查这个预测对象,我可以看到每个框的分数: 预测对象中的CLS分数
(tensor([[ 0.6308, -0.4926],
[-1.6662, 1.5430],
[-0.2080, 0.4856],
...,
[-6.9698, 6.6695],
[-5.6361, 5.4046],
[-4.4918, 4.3899]], device='cuda:0', grad_fn=<AddmmBackward>),
在进行softmax并将这些分类分数放入数据框中,并设置阈值为0.6后,我得到了:
pred_df = pd.DataFrame(predictions[0].softmax(-1).tolist())
pred_df[pred_df[0] > 0.6]
0 1
0 0.754618 0.245382
6 0.686816 0.313184
38 0.722627 0.277373
在我的预测对象中,我获得了相同的最高分数,但只有1个实例而不是2个(我设置了
cfg.MODEL.ROI_HEADS.SCORE_THRESH_TEST = 0.7
):
预测实例:[Instances(num_instances=1, image_height=800, image_width=800, fields=[pred_boxes: Boxes(tensor([[548.5992, 341.7193, 756.9728, 438.0507]], device='cuda:0',
grad_fn=<IndexBackward>)), scores: tensor([0.7546], device='cuda:0', grad_fn=<IndexBackward>), pred_classes: tensor([0], device='cuda:0')])]
预测结果中还包含张量:Nx4或Nx(Kx4)边界框回归增量。我不太清楚它们的作用和样子:
预测对象中的边界框回归增量
tensor([[ 0.2502, 0.2461, -0.4559, -0.3304],
[-0.1359, -0.1563, -0.2821, 0.0557],
[ 0.7802, 0.5719, -1.0790, -1.3001],
...,
[-0.8594, 0.0632, 0.2024, -0.6000],
[-0.2020, -3.3195, 0.6745, 0.5456],
[-0.5542, 1.1727, 1.9679, -2.3912]], device='cuda:0',
grad_fn=<AddmmBackward>)
有点奇怪的是,我的提议框和预测框虽然不同但相似:
提议边界框
[Boxes(tensor([[532.9427, 335.8969, 761.2068, 438.8086],#this box vs the instance box
[102.7041, 352.5067, 329.4510, 440.7240],
[499.2719, 317.9529, 764.1958, 448.1386],
...,
[ 25.2890, 379.3329, 28.6030, 429.9694],
[127.1215, 392.6055, 328.6081, 489.0793],
[164.5633, 275.6021, 295.0134, 462.7395]], device='cuda:0'))]