【校园AI Day-AI workshop】卫星遥感图像切割多模型对比

本文基于DeepGlobe地表覆盖数据集，利用PaddleSeg的PP-LiteSeg、DeepLabV3P、ANN三种分割模型，在相同超参数下开展训练对比。数据集经格式转换、7:3划分训练与验证集后，通过准确率、mIoU等指标评估，结果显示DeepLabV3P模型效果最优，可辅助识别农业用地非法侵占。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

【校园AI Day-AI workshop】卫星遥感图像切割多模型对比

1. 引言

1.1 项目简介

农业是国之根本，但侵占基本农田的案例时有发生，我国土地面积辽阔，对农业用地非法侵占行为的识别需要耗费大量的时间和人力物力。利用深度学习的语义分割，能够帮助政府管理人员识别和统计农业用地地块，大大减少人工工作量。

本文使用PaddleSeg套件中的三种分割模型（PP-LiteSeg, DeepLabV3P, ANN），针对DeepGlobe地表覆盖数据集。配置相同的超参数，对比三种模型训练结果。主要分为引言、环境安装、数据准备、模型训练、模型评估、结果对比以及附录等主要部分。

1.2 数据集介绍

本文使用的是DeepGlobe地表覆盖数据集，其包含具体内容如下所示。本文将train文件夹下的图像按7:3比例划分为训练集和验证集。其次，将标注图像的三通道转换为单通道(通道值从0开始)，用0-6进行像素替换。

├── class_dict.csv├── metadata.csv├── test│   ├── 100877_sat.jpg│   ├── 103215_sat.jpg│   ├── ...├── train│   ├── 1008694_mask.png│   ├── 1000694_sat.jpg│   ├── ...├── valid│   ├── 105036_sat.jpg│   ├── 107780_sat.jpg│   ├── ...

数据集中某张images原图如下所示：                

数据集中某张images对应的mask图像如下所示：                

2. 环境安装

2.1 克隆PaddleSeg

PaddleSeg是基于飞桨PaddlePaddle开发的端到端图像分割开发套件，涵盖了高精度和轻量级等不同方向的大量高质量分割模型。通过模块化的设计，提供了配置化驱动和API调用两种应用方式，帮助开发者更便捷地完成从训练到部署的全流程图像分割应用。PaddleSeg具体介绍及使用说明请参考：飞桨高性能图像分割开发套件

In [3]

! git clone https://gitee.com/paddlepaddle/PaddleSeg

正克隆到 'PaddleSeg'...remote: Enumerating objects: 18055, done.remote: Counting objects: 100% (3018/3018), done.remote: Compressing objects: 100% (1534/1534), done.remote: Total 18055 (delta 1698), reused 2505 (delta 1435), pack-reused 15037接收对象中: 100% (18055/18055), 341.84 MiB | 12.92 MiB/s, 完成.处理 delta 中: 100% (11562/11562), 完成.检查连接... 完成。

       In [4]

# 移动文件夹! mv PaddleSeg /home/aistudio/work

2.2 安装依赖库

In [ ]

%cd ~/work/PaddleSeg/!pip install -r requirements.txt%env PYTHONPATH=.:$PYTHONPATH%env CUDA_VISIBLE_DEVICES=0

3. 数据准备

3.1 解压数据集

In [6]

# 切换当前工作目录%cd ~

/home/aistudio

       In [ ]

# 解压数据集! unzip /home/aistudio/data/data145161/DeepGlobeLandCoverClassificationDataset.zip

3.2 数据集格式转换

我们需要将自定义数据集转换成如下格式，进而使用PadleSeg套件进行训练。

DeepGlobe||--images|  |--0.jpg|  |--1.jpg|  |--2.jpg|  |--...||--labels|  |--0.png|  |--1.png|  |--2.png|  |--...||--train.txt||--val.txt||--test.txt

images文件夹存放原图（通道数为3），labels文件夹存放标注图像（通道数为1），train.txt、val.txt、test.txt指定训练集、验证集和测试集。本项目按照7：3的比例对images划分训练集与验证集，并分别输出到train.txt与val.txt文件中。

labels文件夹下标注图要求： 标注图像必须为单通道图像，像素值即为对应的类别,像素标注类别需要从0开始递增。 例如0，1，2，3表示有4种类别，标注类别最多为256类。其中可以指定特定的像素值用于表示该值的像素不参与训练和评估（默认为255）。

本项目所用数据集包含7种类别，如下表所示，因此我们需要将labels文件夹下的标注图像转换为单通道，对应像素点由0-6表示。

train.txt和val.txt的内容如下所示：

images/0.jpg labels/0.pngimages/1.jpg labels/1.pngimages/2.jpg labels/2.pngimages/3.jpg labels/3.png

推荐用户将数据集放置在PaddleSeg下的data文件夹下。

In [7]

%cd ~

/home/aistudio

3.2.1 查看图片编码类型

通过以下代码可以查看某张图片的shape，dtype等详细信息，从而知道是否满足传入数据要求。

In [ ]

%cd ~import numpy as npimport matplotlib.pyplot as pltimport cv2#jupyter 魔法指令，预加载，显示图片%matplotlib inline#读取图片img = cv2.imread('train/100694_mask.png',-1)#这里输入需要导入图片的位置print(img)#显示图片的数据print(img.shape)#查看图片的长宽及颜色print(img.dtype)

3.2.2 格式转化labels标注图像

按照PaddleSeg要求格式对labels图像进行转化 三通道转单通道 RGB标注彩图转换为物体的黑白mask图像代码如下所示

此处标注图像通道转换脚本参考了网上项目中的思路，也可以考虑使用其他转换思路，如使用numpy像素替换。

In [10]

# 读取标签import pandas as pdfrom PIL import Imageimport numpy as npimport cv2classpd = pd.read_csv('class_dict.csv')classpdd = dict() # 存储各标签数量def countlabel(img_path):    label= Image.open(img_path)    label = np.asarray(label)    img= np.zeros((label.shape[0],label.shape[1]),np.uint8)    label.shape    for i in range(len(classpd)):        row = classpd.loc[i,:]        r1,g1,b1 = row.r,row.g,row.b        red,green,blue = label[:,:,0], label[:,:,1], label[:,:,2]        mask = (red==r1) & (green==g1) & (blue==b1)        if(row['name'] not in d.keys()):            d[row['name']]=0        d[row['name']]+=np.sum(mask)

   In [11]

data_all = pd.read_csv('metadata.csv')data_all.head()

   image_id  split        sat_image_path              mask_path0    100694  train  train/100694_sat.jpg  train/100694_mask.png1    102122  train  train/102122_sat.jpg  train/102122_mask.png2     10233  train   train/10233_sat.jpg   train/10233_mask.png3    103665  train  train/103665_sat.jpg  train/103665_mask.png4    103730  train  train/103730_sat.jpg  train/103730_mask.png

               In [12]

mask_ = pd.notna(data_all.mask_path)data_notna = data_all[mask_]ddata_mask_path = data_notna.mask_path

   In [14]

from tqdm import trangefor i in trange(len(ddata_mask_path),desc='Progress ',leave=False):    countlabel(ddata_mask_path[i])

       In [15]

def imageconvlabel(img_path):    label= Image.open(img_path)    label = np.asarray(label)    img= np.zeros((label.shape[0],label.shape[1]),np.uint8)    for i in range(len(classpd)):        row = classpd.loc[i,:]        r1,g1,b1 = row.r,row.g,row.b        red,green,blue = label[:,:,0], label[:,:,1], label[:,:,2]        mask = (red==r1) & (green==g1) & (blue==b1)        img[mask]=i    cv2.imwrite(img_path+'new.png',img)

   In [17]

# 转化成label标注图for i in trange(len(ddata_mask_path),desc='Progress ',leave=False):    imageconvlabel(ddata_mask_path[i])

3.2.3 拆分文件夹

将train文件夹下的所有转换好的以new.png为后缀的label标注图片与image原图片分别输出到名为labels与images两个文件夹内。

In [18]

# 将图片文件移动到images文件夹中import osimport shutildef take_samefile(or_path, tar_path, tar_type):    tar_path = tar_path    if not os.path.exists(tar_path):        os.makedirs(tar_path)    path = or_path    files = os.listdir(path)  # 读取or_path文件列表    for file in files:        file_type = str(file).split('.')[1]  # 读取文件后缀        if file_type == tar_type:            print("take{}from{}".format(file, files))            dir = path + '/' + file  # 存储文件路径            deter = tar_path + '/' + str(file)            shutil.copyfile(dir, deter)take_samefile(r"train", r"images", "jpg")

IOPub data rate exceeded.The Jupyter server will temporarily stop sending outputto the client in order to avoid crashing it.To change this limit, set the config variable`--ServerApp.iopub_data_rate_limit`.Current values:ServerApp.iopub_data_rate_limit=1000000.0 (bytes/sec)ServerApp.rate_limit_window=3.0 (secs)

       In [19]

# 将标签文件移动到labels文件夹中import osimport shutildef take_samefile(or_path, tar_path, tar_type):    tar_path = tar_path    if not os.path.exists(tar_path):        os.makedirs(tar_path)    path = or_path    files = os.listdir(path)  # 读取or_path文件列表    for file in files:        file_type = str(file).split('.')[-2]  # 读取文件后缀        if file_type == tar_type:            print("take{}from{}".format(file, files))            dir = path + '/' + file  # 存储文件路径            deter = tar_path + '/' + str(file)            shutil.copyfile(dir, deter)take_samefile(r"train", r"labels", "pngnew")

IOPub data rate exceeded.The Jupyter server will temporarily stop sending outputto the client in order to avoid crashing it.To change this limit, set the config variable`--ServerApp.iopub_data_rate_limit`.Current values:ServerApp.iopub_data_rate_limit=1000000.0 (bytes/sec)ServerApp.rate_limit_window=3.0 (secs)

3.2.4 重命名labels与images

PaddleSeg要求传入label数据的命名格式从0开始依次递增，例如：0.png，1.png，2.png…

因labels中图片与images中图片相对应，所以将两文件夹内的图片先排序在依次重命名，就可以使得两文件夹重命名后的同名图片也一一对应。例如123.jpg与123.png是相对应image和label。

In [ ]

'''labels图像批量重命名'''# 将labels文件内容排序后重命名import osstart = 0 # 开始的序号image_dir = '/home/aistudio/labels/'  # 源图片路径images_list = os.listdir(image_dir)images_list.sort() # 文件名 按数字排序print(images_list)nums = len(os.listdir(image_dir))print('found %d pictures' % nums)output_dir = '/home/aistudio/labels/'  # 图像重命名后的保存路径for i in images_list:    os.rename(image_dir+i,output_dir+str(start)+'.png') # 前面是旧的路径,后面是新路径    start = start + 1print('finished!')

   In [ ]

'''images图像批量重命名'''# 将images文件内容排序后重命名import osstart = 0 # 开始的序号image_dir = '/home/aistudio/images/'  # 源图片路径images_list = os.listdir(image_dir)images_list.sort() # 文件名 按数字排序print(images_list)nums = len(os.listdir(image_dir))print('found %d pictures' % nums)output_dir = '/home/aistudio/images/'  # 图像重命名后的保存路径for i in images_list:    os.rename(image_dir+i,output_dir+str(start)+'.jpg') # 前面是旧的路径,后面是新路径    start = start + 1print('finished!')

   In [22]

# 可视化相对应的image与labelimport cv2import matplotlib.pyplot as pltimport numpy as npimage = cv2.imread('images/0.jpg')plt.figure(figsize=(8,8))plt.imshow(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))image1 = cv2.imread('labels/0.png')plt.figure(figsize=(8,8))plt.imshow(cv2.cvtColor(image1, cv2.COLOR_BGR2RGB))plt.show()

               In [23]

# 新建目录! mkdir /home/aistudio/data/DeepGlobe

   In [24]

# 移动需要用的文件夹! mv /home/aistudio/images /home/aistudio/data/DeepGlobe! mv /home/aistudio/labels /home/aistudio/data/DeepGlobe

   In [25]

%cd ~

/home/aistudio

3.2.5 生成train.txt与val.txt文件

按照7：3划分训练集与测试集并按照格式要求输出到train.txt与val.txt文件中

In [26]

# 生成yml所需的数据列表import osdata_path = '/home/aistudio/data/DeepGlobe/images'  # 这里数据的img和lab的文件名一张，可以简单写imgs_name = os.listdir(data_path)  # 获取文件夹下所有文件的名字with open(data_path.replace('images', 'train.txt'), 'w') as tf:    with open(data_path.replace('images', 'val.txt'), 'w') as vf:        for idx, img_name in enumerate(imgs_name):            if img_name != ".ipynb_checkpoints":                img_path = os.path.join('images', img_name)                lab_path = img_path.replace('images', 'labels').replace('jpg', 'png')  # 替换image为label的路径                # print(idx)                if idx % 10 == 1 or idx % 10 == 2 or idx % 10 == 3:  # 按7:3组织训练集和验证集                    vf.write(img_path + ' ' + lab_path + 'n')                else:                    tf.write(img_path + ' ' + lab_path + 'n')           print('ok')

ok

       In [27]

! mkdir -p /home/aistudio/work/PaddleSeg/data/DeepGlobe! mv data/DeepGlobe/ work/PaddleSeg/data/

4. 模型训练

下面将分别进行配置三个分割模型（PP-LiteSeg, DeepLabV3P, ANN），并开始训练。

更详细的模型库请参考：PaddleSeg模型库总览

模型训练与评估的详细指令可参考：PaddleSeg全流程跑通

In [2]

# 进入PaddleSeg的目录%cd /home/aistudio/work/PaddleSeg/

/home/aistudio/work/PaddleSeg

4.1 PP-LiteSeg模型

本模型选用的基本配置文件地址如下所示，并按照以下参数进行修改，完整修改后的配置文件请见附录代码。

Backbone: STDC2

/home/aistudio/work/PaddleSeg/configs/quick_start/pp_liteseg_optic_disc_512x512_1k.yml

4.1.1 开始PP-LiteSeg模型训练

训练指令中设定每100轮训练保存一次模型，并开启边训练边评估指令。配置文件的参数设定如下所示，为统一模型参数从而比较三种模型的效果，以下两个模型配置文件也将使用与此相同的参数配置。

batch_size: 8iters: 3500选用的数据增强操作如下所示：

  transforms: #数据预处理/增强的方式    - type: ResizeStepScaling #将原始图像和标注图像随机缩放为0.5~2.0倍      min_scale_factor: 0.5      max_scale_factor: 2.0      scale_step_size: 0.25    - type: RandomPaddingCrop #从原始图像和标注图像中随机裁剪512x512大小      crop_size: [512, 512]    - type: RandomHorizontalFlip  #采用水平反转的方式进行数据增强    - type: RandomDistort #亮度、对比度、饱和度随机变动      brightness_range: 0.5      contrast_range: 0.5      saturation_range: 0.5    - type: Normalize #将图像归一化

       optimizer: sgdlr_scheduler: PolynomialDecayloss: CrossEntropyLossIn [ ]

# 进入PaddleSeg的目录%cd /home/aistudio/work/PaddleSeg/# 设置1张可用的卡! export CUDA_VISIBLE_DEVICES=0  # 训练 选择配置开始训练。可以通过 -o 选项覆盖配置文件中的参数! python train.py        --config configs/quick_start/pp_liteseg_optic_disc_512x512_1k.yml        --do_eval        --use_vdl        --save_interval 100        --save_dir out/PPLiteSeg_yml_output # do_eval：是否在保存模型时启动评估, 启动时将会根据mIoU保存最佳模型至best_model# log_iters：打印日志的间隔步数，默认为10# save_interval：模型保存的间隔步数# save_dir：模型和visualdl日志文件的保存根路径

4.1.2 PP-LiteSeg模型训练过程可视化

为了更直观我们的网络训练过程，对网络进行分析从而更快速的得到更好的网络，飞桨提供了可视化分析工具：VisualDL，训练中开启use_vdl指令，在模型保存文件夹下会自动保存.log文件，在侧边栏中的数据模型可视化选项中选中该logdir所在文件夹，打开即可看到可视化训练过程。更多可视化细节可参考：训练过程可视化

当打开use_vdl开关后，PaddleSeg会将训练过程中的数据写入VisualDL文件 3500轮训练过程中，学习率(learn rate)、训练损失（loss）、平均交并比（Mean Intersection over Union，简称mIoU）以及准确率（acc）的具体变化如下图所示。

4.2 Deeplabv3P模型

本模型选用的基本配置文件地址如下所示，并按照以下参数进行修改，完整修改后的配置文件请见附录代码。

Backbone: ResNet50_vd

/home/aistudio/work/PaddleSeg/configs/quick_start/deeplabv3p_resnet50_os8_optic_disc_512x512_1k_teacher.yml

4.2.1 开始Deeplabv3P模型训练

训练指令中设定每100轮训练保存一次模型，并开启边训练边评估指令。参数设定与上一个模型相同，详情如下所示：

batch_size: 8iters: 3500选用的数据增强操作如下所示：

  transforms: #数据预处理/增强的方式    - type: ResizeStepScaling #将原始图像和标注图像随机缩放为0.5~2.0倍      min_scale_factor: 0.5      max_scale_factor: 2.0      scale_step_size: 0.25    - type: RandomPaddingCrop #从原始图像和标注图像中随机裁剪512x512大小      crop_size: [512, 512]    - type: RandomHorizontalFlip  #采用水平反转的方式进行数据增强    - type: RandomDistort #亮度、对比度、饱和度随机变动      brightness_range: 0.5      contrast_range: 0.5      saturation_range: 0.5    - type: Normalize #将图像归一化

       optimizer: sgdlr_scheduler: PolynomialDecayloss: CrossEntropyLossIn [ ]

# 进入PaddleSeg的目录%cd /home/aistudio/work/PaddleSeg/# 设置1张可用的卡! export CUDA_VISIBLE_DEVICES=0  # 训练 选择配置开始训练。可以通过 -o 选项覆盖配置文件中的参数! python train.py        --config configs/quick_start/deeplabv3p_resnet50_os8_optic_disc_512x512_1k_teacher.yml        --do_eval        --use_vdl        --save_interval 100        --save_dir output/deeplabv3p_yml_output 

4.2.2 Deeplabv3P模型训练过程可视化

当打开use_vdl开关后，PaddleSeg会将训练过程中的数据写入VisualDL文件 3500轮训练过程中，学习率(learn rate)、训练损失（loss）、平均交并比（Mean Intersection over Union，简称mIoU）以及准确率（acc）的具体变化如下图所示。

4.3 ANN模型

训练指令中设定每100轮训练保存一次模型，并开启边训练边评估指令。本模型选用的基本配置文件地址如下所示，并按照以下参数进行修改，完整修改后的配置文件请见附录代码。

Backbone: ResNet101_vd

/home/aistudio/work/PaddleSeg/configs/ann/ann_resnet101_os8_voc12aug_512x512_40k.yml

4.3.1 开始ANN模型训练

参数设定与以上两个模型相同，详情如下所示：

batch_size: 8iters: 3500选用的数据增强操作如下所示：

  transforms: #数据预处理/增强的方式    - type: ResizeStepScaling #将原始图像和标注图像随机缩放为0.5~2.0倍      min_scale_factor: 0.5      max_scale_factor: 2.0      scale_step_size: 0.25    - type: RandomPaddingCrop #从原始图像和标注图像中随机裁剪512x512大小      crop_size: [512, 512]    - type: RandomHorizontalFlip  #采用水平反转的方式进行数据增强    - type: RandomDistort #亮度、对比度、饱和度随机变动      brightness_range: 0.5      contrast_range: 0.5      saturation_range: 0.5    - type: Normalize #将图像归一化

       optimizer: sgdlr_scheduler: PolynomialDecayloss: CrossEntropyLossIn [ ]

# 进入PaddleSeg的目录%cd /home/aistudio/work/PaddleSeg/# 设置1张可用的卡! export CUDA_VISIBLE_DEVICES=0  # 训练 选择配置开始训练。可以通过 -o 选项覆盖配置文件中的参数! python train.py        --config configs/ann/ann_resnet101_os8_voc12aug_512x512_40k.yml        --do_eval        --use_vdl        --save_interval 100        --save_dir output/ann_yml_output 

4.3.2 ANN模型训练过程可视化

当打开use_vdl开关后，PaddleSeg会将训练过程中的数据写入VisualDL文件 3500轮训练过程中，学习率(learn rate)、训练损失（loss）、平均交并比（Mean Intersection over Union，简称mIoU）以及准确率（acc）的具体变化如下图所示。

5. 模型评估

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。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系数的计算是基于混淆矩阵的，取值为-1到1之间，通常大于0。其公式如下所示，P0P_0P0为分类器的准确率，PeP_eP**e为随机分类器的准确率。Kappa系数越高模型质量越好。

5.1 评估PP-LiteSeg模型

使用如下命令评估训练保存的iter=3500时的模型

PP-LiteSeg模型评估结果如下所示：

mIoU: 0.5338Acc: 0.8206Kappa: 0.7199Dice: 0.6396In [ ]

! python val.py        --config configs/quick_start/pp_liteseg_optic_disc_512x512_1k.yml        --model_path output/PPLiteSeg_yml_output/iter_3500/model.pdparams

5.2 评估Deeplabv3p模型

使用如下命令评估训练保存的iter=3500时的模型

Deeplabv3p模型评估结果如下所示：

mIoU: 0.5613Acc: 0.8246Kappa: 0.7470Dice: 0.6698In [ ]

! python val.py        --config configs/quick_start/deeplabv3p_resnet50_os8_optic_disc_512x512_1k_teacher.yml        --model_path output/deeplabv3p_yml_output/iter_3500/model.pdparams

5.3 评估ANN模型

使用如下命令评估训练保存的iter=3500时的模型

ANN模型评估结果如下所示：

mIoU: 0.2650Acc: 0.6530Kappa: 0.4466Dice: 0.3500In [ ]

! python val.py        --config configs/ann/ann_resnet101_os8_voc12aug_512x512_40k.yml        --model_path output/ann_yml_output/iter_3500/model.pdparams

6. 结果对比

三种模型的效果（准确率与mIoU）详细对比如下所示：

图中记录了0-3500iter的完整训练过程，其中蓝色的线为ANN模型（Backbone: ResNet101_vd）训练效果，绿色的线为PP-LitSeg模型（Backbone: STDC2）训练效果，紫色的线为DeepLabv3p模型（Backbone: ResNet50_vd）的训练效果。

通过可视化训练结果可以看出，三种模型中，DeepLabv3p模型在DeepGlobe地表覆盖数据集中表现的效果更好。

7 附录配置文件

本项目中三个模型用到的完整配置文件代码如下所示：

# work/PaddleSeg/configs/quick_start/pp_liteseg_optic_disc_512x512_1k.ymlbatch_size: 8  #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: 3500    #模型迭代的次数train_dataset:  #训练数据设置  type: Dataset #数据集名字  dataset_root: data/DeepGlobe #数据集路径  train_path: data/DeepGlobe/train.txt  #数据集中用于训练的标识文件  num_classes: 7  #指定目标的类别个数（背景也算为一类）  mode: train #表示用于训练  transforms: #数据预处理/增强的方式    - type: ResizeStepScaling #将原始图像和标注图像随机缩放为0.5~2.0倍      min_scale_factor: 0.5      max_scale_factor: 2.0      scale_step_size: 0.25    - type: RandomPaddingCrop #从原始图像和标注图像中随机裁剪512x512大小      crop_size: [512, 512]    - type: RandomHorizontalFlip  #采用水平反转的方式进行数据增强    - type: RandomDistort #亮度、对比度、饱和度随机变动      brightness_range: 0.5      contrast_range: 0.5      saturation_range: 0.5    - type: Normalize #将图像归一化val_dataset:  #验证数据设置  type: Dataset #数据集名字  dataset_root: data/DeepGlobe #数据集路径  val_path: data/DeepGlobe/val.txt  #数据集中用于验证的标识文件  num_classes: 7  #指定目标的类别个数（背景也算为一类）  mode: val #表示用于验证  transforms: #数据预处理/增强的方式    - type: Normalize #图像进行归一化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lr_scheduler: # 学习率的相关设置  type: PolynomialDecay # 一种学习率类型。共支持12种策略  learning_rate: 0.01  power: 0.9  end_lr: 0loss: #设定损失函数的类型  types:    - type: CrossEntropyLoss  #损失函数类型  coef: [1, 1, 1] # PP-LiteSeg有一个主loss和两个辅助loss，coef表示权重： total_loss = coef_1 * loss_1 + .... + coef_n * loss_nmodel:  #模型说明  type: PPLiteSeg  #设定模型类别  backbone:  # 设定模型的backbone，包括名字和预训练权重    type: STDC2    pretrained: https://bj.bcebos.com/paddleseg/dygraph/PP_STDCNet2.tar.gz

# work/PaddleSeg/configs/quick_start/deeplabv3p_resnet50_os8_optic_disc_512x512_1k_teacher.ymlbatch_size: 8iters: 3500train_dataset:  #训练数据设置  type: Dataset #数据集名字  dataset_root: data/DeepGlobe #数据集路径  train_path: data/DeepGlobe/train.txt  #数据集中用于训练的标识文件  num_classes: 7  #指定目标的类别个数（背景也算为一类）  mode: train #表示用于训练  transforms: #数据预处理/增强的方式    - type: ResizeStepScaling #将原始图像和标注图像随机缩放为0.5~2.0倍      min_scale_factor: 0.5      max_scale_factor: 2.0      scale_step_size: 0.25    - type: RandomPaddingCrop #从原始图像和标注图像中随机裁剪512x512大小      crop_size: [512, 512]    - type: RandomHorizontalFlip  #采用水平反转的方式进行数据增强    - type: RandomDistort #亮度、对比度、饱和度随机变动      brightness_range: 0.5      contrast_range: 0.5      saturation_range: 0.5    - type: Normalize #将图像归一化val_dataset:  #验证数据设置  type: Dataset #数据集名字  dataset_root: data/DeepGlobe #数据集路径  val_path: data/DeepGlobe/val.txt  #数据集中用于验证的标识文件  num_classes: 7  #指定目标的类别个数（背景也算为一类）  mode: val #表示用于验证  transforms: #数据预处理/增强的方式    - type: Normalize #图像进行归一化optimizer:  type: sgd  momentum: 0.9  weight_decay: 4.0e-5lr_scheduler:  type: PolynomialDecay  learning_rate: 0.01  end_lr: 0  power: 0.9loss:  types:    - type: CrossEntropyLoss  coef: [1]model:  type: DeepLabV3P  backbone:    type: ResNet50_vd    output_stride: 8    multi_grid: [1, 2, 4]    pretrained: https://bj.bcebos.com/paddleseg/dygraph/resnet50_vd_ssld_v2.tar.gz  num_classes: 7  backbone_indices: [0, 3]  aspp_ratios: [1, 12, 24, 36]  aspp_out_channels: 256  align_corners: False  pretrained: Null

# work/PaddleSeg/configs/ann/ann_resnet101_os8_voc12aug_512x512_40k.yml_base_: 'ann_resnet50_os8_voc12aug_512x512_40k.yml'model:  backbone:    type: ResNet101_vd    pretrained: https://bj.bcebos.com/paddleseg/dygraph/resnet101_vd_ssld.tar.gz

# work/PaddleSeg/configs/ann/ann_resnet50_os8_voc12aug_512x512_40k.yml_base_: '../_base_/pascal_voc12aug.yml'loss:  types:    - type: CrossEntropyLoss  coef: [1, 0.4]model:  type: ANN  backbone:    type: ResNet50_vd    output_stride: 8    pretrained: https://bj.bcebos.com/paddleseg/dygraph/resnet50_vd_ssld_v2.tar.gz  backbone_indices: [2, 3]  key_value_channels: 256  inter_channels: 512  psp_size: [1, 3, 6, 8]  enable_auxiliary_loss: True  align_corners: False  pretrained: null

# work/PaddleSeg/configs/_base_/pascal_voc12aug.yml_base_: './pascal_voc12.yml'train_dataset:  mode: train

# work/PaddleSeg/configs/_base_/pascal_voc12.ymlbatch_size: 8iters: 3500train_dataset:  #训练数据设置  type: Dataset #数据集名字  dataset_root: data/DeepGlobe #数据集路径  train_path: data/DeepGlobe/train.txt  #数据集中用于训练的标识文件  num_classes: 7  #指定目标的类别个数（背景也算为一类）  mode: train #表示用于训练  transforms: #数据预处理/增强的方式    - type: ResizeStepScaling #将原始图像和标注图像随机缩放为0.5~2.0倍      min_scale_factor: 0.5      max_scale_factor: 2.0      scale_step_size: 0.25    - type: RandomPaddingCrop #从原始图像和标注图像中随机裁剪512x512大小      crop_size: [512, 512]    - type: RandomHorizontalFlip  #采用水平反转的方式进行数据增强    - type: RandomDistort #亮度、对比度、饱和度随机变动      brightness_range: 0.5      contrast_range: 0.5      saturation_range: 0.5    - type: Normalize #将图像归一化val_dataset:  #验证数据设置  type: Dataset #数据集名字  dataset_root: data/DeepGlobe #数据集路径  val_path: data/DeepGlobe/val.txt  #数据集中用于验证的标识文件  num_classes: 7  #指定目标的类别个数（背景也算为一类）  mode: val #表示用于验证  transforms: #数据预处理/增强的方式    - type: Normalize #图像进行归一化optimizer:  type: sgd  momentum: 0.9  weight_decay: 4.0e-5lr_scheduler:  type: PolynomialDecay  learning_rate: 0.01  end_lr: 0  power: 0.9loss:  types:    - type: CrossEntropyLoss  coef: [1]

以上就是【校园AI Day-AI workshop】卫星遥感图像切割多模型对比的详细内容，更多请关注创想鸟其它相关文章！