基于SwinTransformer和Unet的自适应多类别分割

news2024/11/15 11:10:10

1、介绍

transformer的基于全局信息的把握，使得对图像的处理成为了可能

swin-transformer在图像分类应用的成功，证明了transformer比传统的cnn卷积网络可以更好的提取图像特征。因为图像分割也是基于特征信息的融合，将不同尺度下的信息拼接，那么transformer肯定也可以在分割领域实现好的效果

前言废话多，很多内容之前介绍过了，这里不想重复，可以参考往期的博文：

unet网络介绍：UNet - unet网络-CSDN博客

unet多类别网络的实战：Unet 实战分割项目、多尺度训练、多类别分割_unet进行多类分割-CSDN博客

unet更换骨干网络为resnet、deeplab等等：Unet+ResNet 实战分割项目、多尺度训练、多类别分割_resnet分类和unet 图像分割-CSDN博客

Unet 高阶分割网络实战、多类别分割、迁移学习（deeplab、resnet101等等）_unet多分类-CSDN博客

swin-transformer在图像分类的介绍：

Swin-Transformer 在图像识别中的应用_swim transformer 应用-CSDN博客

没有数据集的话，想要自己制作，并且利用 swin-transformer 分类，实现端到端的分类项目的话，参考：图像识别完整项目之Swin-Transformer，从获取关键词数据集到训练的完整过程_transformer图像识别-CSDN博客

2、项目介绍

因为小白在做分类人物的时候，不知道怎么定义分类的类别，这不是分割吗?怎么还有number classes这个参数？或者这个参数需不需要加背景（+1）？等等

本项目对数据集进行处理，将mask的灰度值进行编码重构，这样可以根据数据集自动获取number classes的个数，不需要手动定义，这也就是为什么叫自适应分割的原因

代码根据官方的代码进行更改，因为官方的代码训练过程可能稍微繁琐了一些，需要生成指定的数据格式啊、或者参数定义太多了等等

事实上，如果跑了很多项目，有了自己熟悉的代码风格的话，完全可以只用源代码的model部分，其余的train、predict等等自己实现

项目目录如下：

这里的data就是数据，按照目录摆好即可，里面都是图片

这里建议图片的名称完全一样，要不然dataset提取到images，想要找到mask的话，还要更改对应的代码

这里本人写过一篇python自动化办公的脚本，可以参考这个更改：PYTHON 自动化办公：更改图片后缀-CSDN博客

3、训练

定义好数据后，就可以训练了，超参数就是下面这几个，如果想要更改优化器啊、动量啊等等，在代码里更改就好了。如果不是炼丹大师的话，建议默认，更改下面的值就行了

这里会自动载入官方的预训练权重，达到迁移学习的目的

当然了，运行前需要配置好环境！！

代码运行完，会在run_results目录下，生成下面的数据，这个目录就是自己生成的

只需要注意一点，每次运行train脚本，都会删除之前的run_results目录，然后生成新的！！

这里对腹部多脏器的进行分割，miou达到了0.81！！

在日志文件中，可以看到更为具体每个类别的iou

因为腹部多脏器是4类别分割，加上背景就是5类，而每个列表下就是对应的类别（索引0代表背景）

4、推理

推理的时候，直接运行predict脚本即可，代码会将inference目录下的所有图像进行推理，并且保存

5、其他

这里捋一遍代码的运行的逻辑

1、按照指定格式摆放好数据

2、更改完超参数后，直接运行train脚本即可

train代码会将数据的mask灰度重新索引，不管你的数据是按照0 255这样灰度，还是0 1 2这样格式，都会重新编码，保存在data下

然后dataset就会根据这个文本，自动灰度映射，因为二值分割需要保证灰度是0 1而非0 255的格式。

最后，trian脚本根据这个文本自动提取分割网络输出的number classes，达到自适应分割