Python-Keras实现实时语义分割的深层神经网络架构ENET

Keras实现实时语义分割的深层神经网络架构ENET

# coding=utf-8
from __future__ import absolute_import print_function

from PIL import Image as PILImage
import numpy as np
import os
import six
import sys

from keras import backend as K
from keras.preprocessing.image import array_to_img

from src.data import datasets utils
from src.experiments.core import Experiment
import models


def color_output_image（colormap img mode=‘bw‘）:
    “““
    move this into datasets.py
    :param dataset: 
    :param img: 
    :param mode: 
    :return: 
    “““
    cv_image = np.zeros（（img.shape[0] img.shape[1] 3） dtype=np.uint8）
    if mode == ‘bw‘:
        cv_image[img > 0] = 255
    elif mode == ‘class_palette‘:
        img = np.asarray（img dtype=np.uint8）.reshape（img.size[0] img.size[1]）
        for cid color in six.iteritems（colormap）:
            cv_image[img == cid] = color
    else:
        raise ValueError（‘Unknown coloring mode: Expected one of {}; got {}‘.format（[‘bw‘ ‘class_palette‘] mode））
    return cv_image


def predict（segmenter img h=None w=None）:
    np.random.seed（1337）  # for reproducibility
    try:
        oh ow = img.shape[0] img.shape[1]

        h = oh if h is None else h
        w = ow if w is None else w

        img = utils.resize（img target_h=h target_w=w）
        img = np.expand_dims（utils.normalize（img） axis=0）
        pred = segmenter.predict（img）[0]
        nc = pred.shape[-1]
        scores = np.max（pred axis=1）
        pred = np.argmax（pred axis=1）

        scores_per_class = [np.sum（scores[pred == c]） / np.sum（scores） for c in range（nc）]

        pred = np.reshape（pred （h w））  # dh x dw
        pred = np.expand_dims（pred axis=2）  # dh x dw x 1
        # pred = np.repeat（pred repeats=3 axis=2）  # dh x dw x 3

        pred = utils.resize（pred target_h=oh target_w=ow）  # oh x ow x 1 （original shape）
        pred = utils.img_to_array（pred）

        return pred scores_per_class
    except:
        if img is None:
            print（‘Skipping corrupted image‘）
            return None
        else:
            raise


def load_mscoco_data（）:
    data_type = ‘val2014‘
    out_directory = os.path.join（‘data‘ ‘out‘ model_name）
    config = {‘dataset_name‘: ‘MSCOCO‘
              ‘data_dir‘: ‘data/MSCOCO‘
              ‘data_type‘: data_type}

    dataset = getattr（datasets config[‘dataset_name‘]）（**config）

    instance_mode = False
    keep_context = 0.2

    if len（sys.argv） > 1:
        filetxt = sys.argv[1]
        with open（filetxt） as fin:
            basedir = os.path.dirname（filetxt）
            files = [os.path.join（basedir line.rstrip（‘\n‘）） for line in fin]
        data_gen = （utils.load_image（imfile） for imfile in files）
    else:
        data_gen = （sample[0] for sample in
                    dataset.flow（））
    data = {
        ‘generator‘: data_gen
        ‘root_dir‘: ‘data‘
        ‘num_instances‘: dataset.num_instances
        ‘dir_target‘: out_directory
        ‘keep_context‘: keep_context
        ‘dataset_name‘: ‘MSCOCO‘
      

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2017-11-22 09:56  PavlosMelissinos-enet-keras-168b7e0\
     文件        1246  2017-11-22 09:56  PavlosMelissinos-enet-keras-168b7e0\.gitignore
     文件        1063  2017-11-22 09:56  PavlosMelissinos-enet-keras-168b7e0\LICENSE
     文件        2447  2017-11-22 09:56  PavlosMelissinos-enet-keras-168b7e0\README.md
     目录           0  2017-11-22 09:56  PavlosMelissinos-enet-keras-168b7e0\config\
     文件         477  2017-11-22 09:56  PavlosMelissinos-enet-keras-168b7e0\config\README.md
     文件         182  2017-11-22 09:56  PavlosMelissinos-enet-keras-168b7e0\config\evaluation.json.default
     文件         664  2017-11-22 09:56  PavlosMelissinos-enet-keras-168b7e0\config\solver.json.default
     目录           0  2017-11-22 09:56  PavlosMelissinos-enet-keras-168b7e0\data\
     文件          51  2017-11-22 09:56  PavlosMelissinos-enet-keras-168b7e0\data\README.md
     文件         726  2017-11-22 09:56  PavlosMelissinos-enet-keras-168b7e0\environment.yml
     目录           0  2017-11-22 09:56  PavlosMelissinos-enet-keras-168b7e0\experiments\
     文件         291  2017-11-22 09:56  PavlosMelissinos-enet-keras-168b7e0\experiments\README.md
     文件         161  2017-11-22 09:56  PavlosMelissinos-enet-keras-168b7e0\overfit.sh
     文件          62  2017-11-22 09:56  PavlosMelissinos-enet-keras-168b7e0\predict.sh
     目录           0  2017-11-22 09:56  PavlosMelissinos-enet-keras-168b7e0\pretrained\
     文件         244  2017-11-22 09:56  PavlosMelissinos-enet-keras-168b7e0\pretrained\README.md
     文件         346  2017-11-22 09:56  PavlosMelissinos-enet-keras-168b7e0\requirements.txt
     文件         221  2017-11-22 09:56  PavlosMelissinos-enet-keras-168b7e0\setup.sh
     目录           0  2017-11-22 09:56  PavlosMelissinos-enet-keras-168b7e0\src\
     文件          15  2017-11-22 09:56  PavlosMelissinos-enet-keras-168b7e0\src\__init__.py
     目录           0  2017-11-22 09:56  PavlosMelissinos-enet-keras-168b7e0\src\data\
     文件          15  2017-11-22 09:56  PavlosMelissinos-enet-keras-168b7e0\src\data\__init__.py
     文件        1667  2017-11-22 09:56  PavlosMelissinos-enet-keras-168b7e0\src\data\coco_extract_labels.py
     文件        4286  2017-11-22 09:56  PavlosMelissinos-enet-keras-168b7e0\src\data\data_loader.py
     文件       24481  2017-11-22 09:56  PavlosMelissinos-enet-keras-168b7e0\src\data\datasets.py
     目录           0  2017-11-22 09:56  PavlosMelissinos-enet-keras-168b7e0\src\data\pycocotools\
     文件         199  2017-11-22 09:56  PavlosMelissinos-enet-keras-168b7e0\src\data\pycocotools\Makefile
     文件           0  2017-11-22 09:56  PavlosMelissinos-enet-keras-168b7e0\src\data\pycocotools\__init__.py
     文件       11439  2017-11-22 09:56  PavlosMelissinos-enet-keras-168b7e0\src\data\pycocotools\_mask.pyx
     文件       18296  2017-11-22 09:56  PavlosMelissinos-enet-keras-168b7e0\src\data\pycocotools\coco.py
............此处省略43个文件信息