FasterRCNN在口罩佩戴檢測任務中的上分技巧~

image.png

國家衛生健康委疾控局近日發佈了《預防新型冠狀病毒感染的肺炎口罩使用指南》,指南中明確指出口罩是預防呼吸道傳染病的重要防線,可以降低新型冠狀病毒感染風險。口罩不僅可以防止病人噴射飛沫,降低飛沫量和噴射速度,還可以阻擋含病毒的飛沫核,防止佩戴者吸入。因此在全民抗疫時期,在公共場所佩戴口罩等防護裝備已成爲防疫常識。

數據集對應的標籤數據說明:

每行格式爲 x_min, y_min, x_max, y_max, label。其中label爲0表示沒有佩戴口罩,label爲1表示有佩戴口罩。

 

整個過程使用的網絡框架:FasterRCNN,使用ResNet-50-FPN提取分層特徵,FPN適用於小物體檢測。訓練時,使用FasterRCNN_ResNet50_FPN預訓練模型;   

數據預處理方式:對數據進行歸一化處理; 

數據增廣方式:

  • 調整(resize)圖像和檢測框的大小; 
  • 旋轉(rotate)圖像和對應的標籤; 
  • 添加均值爲0,方差爲0.001的高斯噪聲; 
  • 添加高斯模糊;
  • 調整圖像的亮度,對比度,飽和度,使其分別上下浮動30%; 

獲取數據方式: 

a,b,c爲0-1之間隨機的浮點數; 

  • 當a<=0.2時,對圖像添加高斯模糊核爲9*9,sigmaX=0.5,sigmaY=0.3的高斯模糊; 
  • 當a>=0.8時,對圖像添加均值爲0,方差爲0.001的高斯噪聲; 
  • 當b<=0.2時,調整(resize)圖像和檢測框的大小; 
  • 當c<=0.2時,給定角度旋轉範圍(-35,35),對圖像和標籤在該範圍內做相應的旋轉;  

超參數設置:學習率=0.0029 Batch_Size=1 Epoches=9;    

優化器:採用SGD(隨機梯度下降法)對網絡中的參數進行迭代更新; 

 

考慮到數據集特點爲無約束場景下的人臉圖片,且人臉角度多樣,因此對圖像進行旋轉處理

  • 當旋轉角度範圍過小時,旋轉操作對模型不起作用,當旋轉角度過大時,旋轉操作會對模型起負作用,通過大量實驗選定最佳旋轉角度範圍爲(-35,35);
  • 光照情況複雜,因此調整圖像的亮度,對比度,飽和度,使其分別上下浮動30%; 
  • 圖片清晰度和分辨率參差不齊,因此對圖像添加噪聲和模糊操作; 
  • 圖片中人臉大小不一致,因此添加resize操作; 

通過實驗,我們還發現當數據增廣方式較少時,學習率設置爲0.001比較好,但此時模型精度不高;當增加數據增廣方式時,學習率設置爲0.003左右,模型精度會提升,且學習率爲0.0029時,模型精度達到最佳。 

本文爲作者在FlyAI平臺發佈的原創內容,採用知識共享署名-非商業性使用-禁止演繹 4.0 國際許可協議進行許可,轉載請附上原文出處鏈接和本聲明。
本文鏈接地址(視頻講解直達):https://www.flyai.com/n/124284

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章