主要内容如下：
1、LEVIR-CD数据集介绍及下载
2、运行环境安装
3、IFN模型训练与预测
4、Onnx运行及可视化
运行环境：Python=3.8，torch1.12.0+cu113
likyoo变化检测源码：https://github.com/likyoo/open-cd
使用情况：代码风格属于openmmlab那套，通过修改配置文件config进行模型选择和训练、环境配置简单、训练速度一般。
训练资源消耗：默认参数配置，且batch_size为8时，显存占用7G左右，RTX4080迭代40000大概2.5小时。
ONNX推理：显存占用5G左右，RTX4080推理耗时约140ms。
1 LEVIR-CD数据集介绍
1.1 简介
LEVIR-CD 由 637 个超高分辨率（VHR，0.5m/像素）谷歌地球（GE）图像块对组成，大小为 1024 × 1024 像素。这些时间跨度为 5 到 14 年的双时态图像具有显着的土地利用变化，尤其是建筑增长。LEVIR-CD涵盖别墅住宅、高层公寓、小型车库、大型仓库等各类建筑。在这里，我们关注与建筑相关的变化，包括建筑增长（从土壤/草地/硬化地面或在建建筑到新的建筑区域的变化）和建筑衰退。这些双时态图像由遥感图像解释专家使用二进制标签（1 表示变化，0 表示不变）进行注释。我们数据集中的每个样本都由一个注释者进行注释，然后由另一个进行双重检查以生成高质量的注释。
数据来源：https://justchenhao.github.io/LEVIR/
论文地址：https://www.mdpi.com/2072-4292/12/10/1662
快速下载链接：https://aistudio.baidu.com/datasetdetail/104390/1
1.2 示例
2 运行环境安装
2.1 基础环境安装
【超详细】跑通YOLOv8之深度学习环境配置1-Anaconda安装
【超详细】跑通YOLOv8之深度学习环境配置2-CUDA安装
创建Python环境及换源可借鉴如下：
【超详细】跑通YOLOv8之深度学习环境配置3-YOLOv8安装
2.2 likyoo变化检测代码环境安装
2.2.1 代码下载
Git：git clone https://github.com/likyoo/open-cd.git
2.2.2 环境安装
# 1 创建环境
conda create -n likyoo python=3.8
conda activate likyoo
# 2 安装torch
# 方式1：
conda install pytorch==1.12.0 torchvision==0.13.0 torchaudio==0.12.0 cudatoolkit=11.3 -c pytorch
# 方式2：
pip install torch==1.12.0+cu113 torchvision==0.13.0+cu113 torchaudio==0.12.0 --extra-index-url https://download.pytorch.org/whl/cu113
# 3 验证torch安装是否为gpu版
import torch
print(torch.__version__) # 打印torch版本
print(torch.cuda.is_available()) # True即为成功
print(torch.version.cuda)
print(torch.backends.cudnn.version())
# 4 安装其他依赖库
cd ./open-cd-main
# 4.1 安装 OpenMMLab 相关工具
pip install -U openmim
mim install mmengine
mim install "mmcv==2.0.0"
mim install "mmpretrain>=1.0.0rc7" # (本地安装版本为1.2.0)
pip install "mmsegmentation==1.2.2"
pip install "mmdet==3.0.0"
# 4.2 编译安装open-cd
pip install -v -e .
# 5 可能缺少的库
pip install ftfy
3 IFN模型训练与预测
3.1 IFN模型介绍
3.1.1 简介
摘要：高分辨率遥感图像中的变化检测对于理解地表变化至关重要。考虑到高分辨率图像中传达的精细图像细节和复杂纹理特征带来的挑战，传统的变化检测方法不适合这项任务，因此提出了许多基于深度学习的变化检测技术来提高变化检测性能。尽管最先进的基于深度特征的方法优于所有其他基于深度学习的变化检测方法，但现有基于深度特征方法中的网络大多是从最初为单图像语义分割提出的架构修改而来的。将这些网络转移到变化检测任务仍然存在一些关键问题。本文提出了一种用于高分辨率多时相遥感图像变化检测的深度监督图像融合网络（IFN）。具体来说，首先通过全卷积双流架构提取双时间图像的高度代表性的深度特征。然后，将提取的深度特征馈入深度监督差分判别网络（DDN）进行变化检测。为了提高输出变化图中对象的边界完整性和内部紧凑性，通过注意力模块将原始图像的多级深度特征与图像差异特征融合，用于变化图重建。通过直接将变化图损失引入网络中的中间层，DDN得到了进一步的增强，整个网络以端到端的方式进行训练。IFN被应用于一个公开可用的数据集，以及一个由谷歌地球覆盖中国不同城市的多源多时相图像组成的具有挑战性的数据集。视觉解释和定量评估都证实，与最先进的方法相比，IFN通过返回具有完整边界和高内部紧凑性的变化区域，优于文献中的四种基准方法。
论文地址：https://www.sciencedirect.com/science/article/pii/S0924271620301532
3.1.2 模型结构
3.2 模型训练与预测
3.2.1 修改训练配置文件
（1）选择训练配置
（2）修改configs\common\standard_256x256_40k_levircd.py
关键修改：输入数据集路径data_root一定要对！！！
batch_size和迭代数量等按自己需要调整，预测为1024大小。
3.2.2 模型训练与测试
# 训练，--config配置文件+保存文件夹名
python tools/train.py configs/ifn/ifn_256x256_40k_levircd.py --work-dir ./work_dirs/ifn
# 测试==》得到评价指标
python tools/test.py configs/ifn/ifn_256x256_40k_levircd.py ./work_dirs/ifn/iter_40000.pth
3.2.3 结果显示
# 测试==》得到结果图
python tools/test.py configs/ifn/ifn_256x256_40k_levircd.py ./work_dirs/ifn/iter_40000.pth --show-dir tmp_infer
4 Onnx运行及可视化
4.1 Onnx导出静态和动态文件
（1）修改tools/export.py脚本，导出onnx，复制如下内容【修改了输入尺寸和增加一个动态onnx导出】：
# Copyright (c) Open-CD. All rights reserved.
import argparse
import logging
import torch
from mmengine import Config
from mmengine.registry import MODELS, init_default_scope
logging.basicConfig(level=logging.INFO)
logger = logging.getLogger('opencd')
def main(args):
# must be called before using opencd
init_default_scope('opencd')
config_path = args.config
checkpoint_path = args.checkpoint
inputs = args.inputs
model_name = args.model_name
model_name_dy = args.model_name_dy
config = Config.fromfile(config_path, import_custom_modules=True)
model = MODELS.build(config.model)
ckpt = torch.load(checkpoint_path)
state_dict = ckpt['state_dict']
model.load_state_dict(state_dict, strict=True)
model.eval()
input_shape0 = tuple(map(int, inputs[0].split(',')))
input_shape1 = tuple(map(int, inputs[1].split(',')))
input0 = torch.rand(input_shape0)
input1 = torch.rand(input_shape1)
images = torch.concat((input0, input1), dim=1).to(args.device)
model.to(args.device)
# 导出静态onnx
torch.onnx.export(
model,
(images),
model_name,
input_names=['images'],
output_names=['output'],
verbose=False,
opset_version=11,
)
# 导出动态onnx
torch.onnx.export(
model,
(images),
model_name_dy,
input_names=['images'],
output_names=['output'],
verbose=False,
opset_version=11,
dynamic_axes={
"images": {0 :"batch_size", 2: "input_height", 3: "input_width"},
"output": {0 :"batch_size", 2: "output_height", 3: "output_width"}
}
)
if __name__ == '__main__':
parser = argparse.ArgumentParser()
parser.add_argument('--config', '-c', type=str, default='')
parser.add_argument('--checkpoint', '-m', type=str, default='')
parser.add_argument('--device', type=str, default='cpu')
parser.add_argument(
'--inputs',
'-i',
type=str,
nargs='+',
default=['1,3,1024,1024', '1,3,1024,1024'])
parser.add_argument('--model-name', '-mn', type=str, default='model.onnx')
parser.add_argument('--model-name_dy', '-mndy', type=str, default='model_dy.onnx')
args = parser.parse_args()
logger.info(args)
main(args)
运行命令如下【结果生成两个onnx文件】：
python tools/export.py --config configs/ifn/ifn_256x256_40k_levircd.py --checkpoint ./work_dirs/ifn/iter_40000.pth
（2）查看模型结构
https://netron.app/
静态onnx：
动态onnx：
注意：其中的[1,6,1024,1024]表示两个[1,3,1024,1024]堆叠一起输入。
4.2 Onnx运行及可视化
4.2.1 Onnx推理运行
注意：由于LEVIR-CD图像为1024*1024大小，输入改成1024输入。
import os
import cv2
import time
import argparse
import numpy as np
import onnxruntime as ort # 使用onnxruntime推理用上，pip install onnxruntime-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple
class CD(object):
def __init__(self, onnx_model, in_shape=1024):
self.in_shape = in_shape # 图像输入尺度
self.mean = [0.485, 0.456, 0.406] # 定义均值和标准差（确保它们与图像数据的范围相匹配）
self.std = [0.229, 0.224, 0.225] # 基于0-1范围的
# 构建onnxruntime推理引擎
self.ort_session = ort.InferenceSession(onnx_model,
providers=['CUDAExecutionProvider', 'CPUExecutionProvider']
if ort.get_device() == 'GPU' else ['CPUExecutionProvider'])
# 归一化
def normalize(self, image, mean, std):
# 如果均值和标准差是基于0-255范围的图像计算的，那么需要先将图像转换为0-1范围
image = image / 255.0
image = image.astype(np.float32)
image_normalized = np.zeros_like(image)
for i in range(3): # 对于 RGB 的每个通道
image_normalized[:, :, i] = (image[:, :, i] - mean[i]) / std[i]
return image_normalized
def preprocess(self, img_a, img_b):
# resize为1024大小
if img_a.shape[0] != self.in_shape and img_a.shape[1] != self.in_shape:
img_a = cv2.resize(img_a, (self.in_shape, self.in_shape), interpolation=cv2.INTER_LINEAR)
if img_b.shape[0] != self.in_shape and img_b.shape[1] != self.in_shape:
img_b = cv2.resize(img_b, (self.in_shape, self.in_shape), interpolation=cv2.INTER_LINEAR)
# 应用归一化
img_a = self.normalize(img_a, self.mean, self.std)
img_b = self.normalize(img_b, self.mean, self.std)
img_a = np.ascontiguousarray(np.einsum('HWC->CHW', img_a)[::-1], dtype=np.single) # (1024, 1024, 3)-->(3, 1024, 1024), BGR-->RGB
img_b = np.ascontiguousarray(np.einsum('HWC->CHW', img_b)[::-1], dtype=np.single) # np.single 和 np.float32 是等价的
img_a = img_a[None] if len(img_a.shape) == 3 else img_a # (1, 3, 1024, 1024)
img_b = img_b[None] if len(img_b.shape) == 3 else img_b
concat_img = np.concatenate((img_a, img_b), axis=1)
return concat_img
# 推理
def infer(self, img_a, img_b):
concat_img = self.preprocess(img_a, img_b) # (1024, 1024, 3)+(1024, 1024, 3) --> (1, 6, 1024, 1024)
preds = self.ort_session.run(None, {self.ort_session.get_inputs()[0].name: concat_img})[0] # (1, n, 1024, 1024)
if preds.shape[1] == 1:
out_img = (np.clip(preds[0][0], 0, 1) * 255).astype("uint8")
else:
out_img = (np.argmax(preds, axis=1)[0] * 255).astype("uint8")
return out_img
if __name__ == '__main__':
# Create an argument parser to handle command-line arguments
parser = argparse.ArgumentParser()
parser.add_argument('--model', type=str, default='weights/model_dy.onnx', help='Path to ONNX model')
parser.add_argument('--source_A', type=str, default=str('E:/datasets/LEVIR-CD/test/A/test_7.png'), help='A期图像')
parser.add_argument('--source_B', type=str, default=str('E:/datasets/LEVIR-CD/test/B/test_7.png'), help='B期图像')
parser.add_argument('--in_shape', type=int, default=1024, help='输入模型图像尺度')
args = parser.parse_args()
# 实例化变化检测模型
cd= CD(args.model, args.in_shape)
# Read image by OpenCV
img_a = cv2.imread(args.source_A)
img_b = cv2.imread(args.source_B)
# 推理+输出
t1 = time.time()
out = cd.infer(img_a, img_b)
print('推理耗时：{}'.format(time.time() - t1))
# 保存结果
cv2.imwrite('./result/test_7_res.png', out)
4.2.2 结果可视化
4.2.3 进一步处理：
（1）可加入腐蚀膨胀处理，消除一些小白点等区域；
（2）将变化区域绘制在第二期图上，便于观察；
