使用centernet进行大规模遥感影像目标检测

        时间又过了好久了。。。这一次我再来更新一下目标检测这一块的内容，为什么要更新这一块呢，主要是看到了YOLOX的发布，晚上11点躺在床上看的，终于看到了一个硬货，旷世科技还是牛逼。。一句话总结，什么Anchor，什么nms，统统不要，直接一把梭，端对端输出结果，最终精度又高，网络又简洁，真是不错。好了，希望不要被旷世的人看见，我这彩虹屁吹的。

       很久很久之前，我就Anchor非常不爽，为什么神经网络这么简洁的东西，要加这么个玩意，不就是让网络训练的更加稳定一些么，这个东西的添加，再某个程度上来说，大大增加了开发难度，容易在编程的时候搞晕头脑，虽然说精度尚可，但是我隐隐约约总感觉这玩意绝对淘汰，所以我一直期待一种真正的工程版的Anchor-Free算法，今天要讲的就是centernet这个网络，我非常喜欢这篇文章，非常简单，非常有效，而且可扩展性有非常的好。

       原理部分我就不多讲了，我们先直接看结果吧

                            

       30张样本，检测出来的飞机还是不错的！

      当然这里面还有一些核心算法，我用python代码给大家讲一下，这篇论文里面也有几个需要注意的地方，尤其是用到遥感工程项目里面。

      第一个，groundTruth准备

      这一部分，我们需要准备真值中心点，还有长宽，中心点偏移，这里需要注意一点，就是原始论文里面有这样一句话，--We do not normalize the scale and directly use the raw pixel coordinates. We instead scale the loss by a constant λsize.

       The overall training objective ！，意思就是说使用原始的长宽输入到真值里面，然后计算loss，这个实在是太重要了，因为我发现很多知乎公众号里边，他妈的根本就没提这个细节，我就按照很多通用做法，把它scale成一定的比例，当成真值，

结果发现长宽输出会出现负数，这就明显比对了，请使用下面这个代码！！

def get_hw_center(json_path, h, w, scale):
    """
    从json格式中读取目标的宽高和中心点位置
    json_path: json文件的路径
    h:         原始图像的高度
    w:         原始图像的宽度
    scale；    特征图与原图的比例,centernet为1/4
    """
    myObject = []
    with open(json_path, 'r', encoding='utf-8') as f:
        ret_dic = json.load(f)
        imgPath = ret_dic['path']
        target_Obj['imgPath'] = imgPath

        object = (ret_dic['outputs']['object'])
        numObject = len(object)
        print(numObject)

        for i in range(0, numObject):
            obj = object[i]['bndbox']
            xmin = obj['xmin']
            ymin = obj['ymin']
            xmax = obj['xmax']
            ymax = obj['ymax']

            obj_width = np.abs(xmax - xmin)*scale  # 原图中目标的宽度,原版论文无需归一化
            obj_height = np.abs(ymax - ymin)*scale  # 原图中目标的高度,原版论文无需归一化

            centerPoint = [(xmax+xmin)/2*scale, (ymax+ymin) /
                           2*scale]  # 目标在特征图中的中心点坐标
            target_Obj['height'] = np.array(obj_height).copy()
            target_Obj['width'] = np.array(obj_width).copy()
            target_Obj['centerPoint'] = np.array(centerPoint).copy()

            myObject.append(target_Obj.copy())

        return myObject

 

      第二个，网络结构里面更改

      原论文---We modify both ResNets and DLA-34 using deformable convolution layers [12] and use the Hourglass network as is，意思就是说，resnet，DLA,hourglass这些网络，作者在上采样阶段，用了可形变卷积来替换，
这一个可以多说一点，形变卷积可以学习到传统卷积无法学下到的长距离信息。

 

      第三个，损失函数

      这个是最重要的了，我们一定要看原论文，特别注意热图，长宽，中心点偏移三者的权重，论文推荐比例为[1,0.1,1]，当然这是实验科学，具体的还要根据各位的自己数据来！

      我们上代码：

class L1Loss(nn.Module):
    """
    L1 loss,论文证明,该loss要比smooth L1 loss要好！
    """

    def __init__(self):
        super(L1Loss, self).__init__()

    def forward(self, pred, mask, target):
        numPoint = mask[:, 0, :, :].float().sum()  # 目标点个数

        loss = F.l1_loss(pred * mask, target * mask,
                         reduction='elementwise_mean')
        return loss/(numPoint+1e-4)

     好吧，先写到这里，下一步我会来更新超大影像的目标检测及相关工程应用上的精度 与效率如何，需要代码请加qq 1044625113。

     用一句话来总结我的想法，只做有用的东西，不做灌水的东西！大家共勉！