如何基于PaddlePaddle平台训练并测试一个视盘图像分割的基本模型

在人工智能的辅助下，只需要数秒，即可初步判断被检者是否存在眼底疾病，这将有助缓解专业眼科医生不足的瓶颈，开启眼底疾病的基层筛查新模式。而图像分割就是实现这项功能的基础，可见其重要性。

下面就给大家讲讲如何基于 PaddlePaddle 平台，训练并测试一个视盘图像分割的基本模型。

1.准备

为了实现这个实验，Python 是必不可少的，如果你还没有安装 Python，建议阅读我们的这篇文章：超详细Python安装指南。

在安装前，确认自己需要的 PaddlePaddle 版本，比如 GPU版 或 CPU版，GPU 在计算上具有绝对优势，但是如果你没有一块强力的显卡，建议选择CPU版本。

(GPU版) 如果你想使用GPU版，请确认本机安装了 CUDA 计算平台及 cuDNN，它们的下载地址分别是：
https://developer.nvidia.com/cuda-downloads
https://developer.nvidia.com/cudnn-download-survey

具体 CUDA 和 cuDNN 对应的版本要求如下：

• CUDA 工具包10.1/10.2配合cuDNN v7.6+
• CUDA 工具包11.2配合cuDNN v8.1.1

CUDA安装流程很简单，下载exe程序，一路往下走。cuDNN安装流程复杂一些，你需要转移压缩包解压后的部分文件到CUDA中，具体可见这篇cuDNN的官方安装指引：
https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html

（CPU版） CPU版安装过程比较简单，直接按照下面 PaddlePaddle 的安装指引输入命令即可。

---

**（通用）**选择完你想要安装的版本，并做好基础工作后，接下来就是安装 PaddlePaddle 的具体步骤，打开安装指引流程页面：
https://www.paddlepaddle.org.cn/install/quick

根据你自己的情况选择这些选项，最后一个选项计算平台指的是 GPU 加速工具包或CPU，如果你不想用GPU，请选CPU版；想用GPU版的同学请按刚刚下载的CUDA版本进行选择。

选择完毕后下方会出现安装信息，输入安装信息里的命令即可安装成功，不得不说，PaddlePaddle 这些方面做的还是比较贴心的。

在页面下方还有具体的从头到尾的安装步骤，对 Python 基本的虚拟环境安装流程不了解的同学可以看着这些步骤进行安装。

2.初尝paddleseg

安装完 paddle 后，为了能够实现图像分割功能，我们还需要安装 paddleseg：

pip install paddleseg

并克隆 paddleseg的代码库 (如果克隆不了，请在Python实用宝典公众号后台回复：图像分割 下载)：

git clone https://github.com/PaddlePaddle/PaddleSeg.git

克隆完成，进入代码库文件夹：

cd PaddleSeg

执行下面命令，并在 PaddleSeg/output 文件夹中出现预测结果，则证明安装成功。

python predict.py 
       --config configs/quick_start/bisenet_optic_disc_512x512_1k.yml 
       --model_path https://bj.bcebos.com/paddleseg/dygraph/optic_disc/bisenet_optic_disc_512x512_1k/model.pdparams
       --image_path docs/images/optic_test_image.jpg 
       --save_dir output/result

预测结果如下：

3.训练模型

前面只是利用了 PaddlePaddle 提前训练好的数据进行预测，下面我们要尝试自己训练一个模型。

为了训练模型，我们需要获得眼底训练集。事实上，在前面** 初尝 Paddleseg **中，我们便获得了一份眼底训练集，其路径是 PaddleSegdataoptic_disc_seg.

如果你没有进行 初尝 Paddleseg 这一节，也想要获取训练集数据的话，在Python实用宝典公众号后台回复：图像分割 下载。下载后解压数据集，得到一个optic_disc_seg文件夹，将其放到 PaddleSeg 代码库的 data 文件夹下。

配置化训练

PaddleSeg 提供了配置化驱动进行模型训练。他们在配置文件中详细列出了每一个可以优化的选项，用户只要修改这个配置文件就可以对模型进行定制。

所有的配置文件在PaddleSeg/configs文件夹下面 ：

每一个文件夹代表一个模型，里面包含这个模型的所有配置文件。

在PaddleSeg的配置文件给出的学习率中，除了"bisenet_optic_disc_512x512_1k.yml"中为单卡学习率外，其余配置文件中均为4卡的学习率，因此如果你是单卡训练，则学习率设置应变成原来的1/4。

为了简化学习难度，我们继续以"bisenet_optic_disc_512x512_1k.yml"文件为例，修改部分参数进行训练，下面是这个配置的全部说明：

上滑查看更多代码

batch_size: 4#设定batch_size的值即为迭代一次送入网络的图片数量，一般显卡显存越大，batch_size的值可以越大
iters: 1000#模型迭代的次数

train_dataset:#训练数据设置
type: OpticDiscSeg#选择数据集格式
  dataset_root: data/optic_disc_seg#选择数据集路径
  num_classes: 2#指定目标的类别个数（背景也算为一类）
  transforms:#数据预处理/增强的方式
    - type: Resize#送入网络之前需要进行resize
      target_size:[512, 512]#将原图resize成512*512在送入网络
    - type: RandomHorizontalFlip#采用水平反转的方式进行数据增强
    - type: Normalize#图像进行归一化
  mode: train

val_dataset:#验证数据设置
  type: OpticDiscSeg#选择数据集格式
  dataset_root: data/optic_disc_seg#选择数据集路径
  num_classes: 2#指定目标的类别个数（背景也算为一类）
  transforms:#数据预处理/增强的方式
    - type: Resize#将原图resize成512*512在送入网络
      target_size:[512, 512]#将原图resize成512*512在送入网络
    - type: Normalize#图像进行归一化
  mode: val

optimizer:#设定优化器的类型
  type: sgd#采用SGD（Stochastic Gradient Descent）随机梯度下降方法为优化器
  momentum: 0.9#动量
  weight_decay: 4.0e-5#权值衰减，使用的目的是防止过拟合

learning_rate:#设定学习率
  value: 0.01#初始学习率
  decay:
    type: poly#采用poly作为学习率衰减方式。
    power: 0.9#衰减率
    end_lr: 0#最终学习率

loss:#设定损失函数的类型
  types:
    - type: CrossEntropyLoss#损失函数类型
  coef:[1, 1, 1, 1, 1]
#BiseNetV2有4个辅助loss，加上主loss共五个，1表示权重 all_loss = coef_1 * loss_1 + .... + coef_n * loss_n

model:#模型说明
  type: BiSeNetV2#设定模型类别
  pretrained: Null#设定模型的预训练模型

你可以尝试调整部分参数进行训练，看看你自己训练的模型效果和官方给出的模型的效果的差别。

开始训练

（GPU版）在正式开启训练前，我们需要将CUDA设置为目前有1张可用的显卡：

set CUDA_VISIBLE_DEVICES=0 # windows
# export CUDA_VISIBLE_DEVICES=0 # linux

输入训练命令开始训练：

python train.py 
       --config configs/quick_start/bisenet_optic_disc_512x512_1k.yml 
       --do_eval 
       --use_vdl 
       --save_interval 500 
       --save_dir output

见到如下的界面，说明你已经开始训练了：

4.训练过程可视化

PaddlePaddle 还提供了可视化分析工具：VisualDL，让我们的网络训练过程更加直观。

当打开use_vdl开关后，PaddleSeg会将训练过程中的数据写入VisualDL文件，可实时查看训练过程中的日志。记录的数据包括：

1. 1. loss变化趋势
2. 2. 学习率变化趋势
3. 3. 训练时间
4. 4. 数据读取时间
5. 5. mean IoU 变化趋势（当打开了do_eval开关后生效）
6. 6. mean pixel Accuracy变化趋势（当打开了do_eval开关后生效）

使用如下命令启动VisualDL查看日志：

# 下述命令会在127.0.0.1上启动一个服务，支持通过前端web页面查看，可以通过--host这个参数指定实际ip地址
visualdl --logdir output/

在浏览器输入提示的网址，效果如下：

如图所示，打开 http://127.0.0.1:8040/ 页面，效果如下:

5.模型测试评估

训练完成后，用户可以使用评估脚本val.py来评估模型效果。

假设训练过程中迭代次数（iters）为1000，保存模型的间隔为500，即每迭代1000次数据集保存2次训练模型。

因此一共会产生2个定期保存的模型，加上保存的最佳模型best_model，一共有3个模型，可以通过model_path指定期望评估的模型文件。

python val.py 
       --config configs/quick_start/bisenet_optic_disc_512x512_1k.yml 
       --model_path output/iter_1000/model.pdparams

在图像分割领域中，评估模型质量主要是通过三个指标进行判断，准确率（acc）、平均交并比（Mean Intersection over Union，简称mIoU）、Kappa系数。

• 准确率：指类别预测正确的像素占总像素的比例，准确率越高模型质量越好。
• 平均交并比：对每个类别数据集单独进行推理计算，计算出的预测区域和实际区域交集除以预测区域和实际区域的并集，然后将所有类别得到的结果取平均。在本例中，正常情况下模型在验证集上的mIoU指标值会达到0.80以上，显示信息示例如下所示，第2行的mIoU=0.8609即为mIoU。
• Kappa系数：一个用于一致性检验的指标，可以用于衡量分类的效果。Kappa系数越高模型质量越好。

随着评估脚本的运行，最终打印的评估日志如下。

76/76 [==============================] - 6s 84ms/step - batch_cost: 0.0835 - reader cost: 0.0029
2021-06-05 19:38:53 [INFO]      [EVAL] #Images: 76 mIoU: 0.8609 Acc: 0.9945 Kappa: 0.8393
2021-06-05 19:38:53 [INFO]      [EVAL] Class IoU:
[0.9945 0.7273]
2021-06-05 19:38:53 [INFO]      [EVAL] Class Acc:
[0.9961 0.8975]

可以看到，我改了参数后的训练效果还是不错的。

6.效果可视化

除了分析模型的IOU、ACC和Kappa指标之外，我们还可以查阅一些具体样本的切割样本效果，从Bad Case启发进一步优化的思路。

predict.py脚本是专门用来可视化预测案例的，命令格式如下所示

python predict.py 
       --config configs/quick_start/bisenet_optic_disc_512x512_1k.yml 
       --model_path output/iter_1000/model.pdparams 
       --image_path data/optic_disc_seg/JPEGImages/H0003.jpg 
       --save_dir output/result

运行完成后，打开 output/result 文件夹。我们选择1张图片进行查看，效果如下。

我们可以直观的看到模型的切割效果和原始标记之间的差别，从而产生一些优化的思路，比如是否切割的边界可以做规则化的处理等。

大家也可以尝试自己标注一个数据集进行图像分割，你只要按照 PaddleSegdataoptic_disc_seg 里面那样组织图片结构，就可以复用这些训练、评估的过程。