语义分割数据集：Cityscapes的使用

本文主要介绍Cityscapes在语义分割方向上的理解和使用。

Cityscapes官网：官方网站

Cityscapes

简介

Cityscapes大致有两个数据集，分别为精细的标注数据集（3475张训练图像，1525张测试图像）和粗糙的标注数据集（3475+19888张额外的粗糙标注），见图1。

标题

一般只需要用到精细的部分，也就是4375+1525张图像，在官网直接下载即可，一共5000张。

数据集的原始图片为图2中所示，左边摄像头拍到的图像。共11GB。

图2 原始数据

数据集标注方法

数据集下载以后，需要通过代码文件来生成标注，需要上github下载：cityscapes数据集生成工具在下载好工具后，需要pip安装相应工具包。

pip install cityscapesscripts

在jupyter notebook中也可以输入以下代码进行安装。

!pip install cityscapesscripts

选其一即可。

将下载的工具包打开，进入到preparation文件夹，找到如下文件：打开createTrainIdLabelImages.py

在其中添加一行代码，保证能读取到你的标注文件路径。

os.environ['CITYSCAPES_DATASET'] = "你的CityScapes  gtFine路径"

运行createTrainIdLabelImgs.py，即可生成如下数据集（19类）。

生成的数据集-labelTrainIds结尾的图像

原始的数据集-labelIds结尾图像（33类）

补充说明

在原始的gtFine数据集中就有的以labelIds结尾的数据：是所有类别的数据共有33类。

而在DeepLab论文中，只使用了其中19类，于是我们可以生成19类的数据集：以labelTrainIds结尾。

生成任意类别数的数据集

如果我们想生成任意类别数的数据集，可以修改工具包中的py文件。

进入工具包的helpers文件夹，找到labels.py文件，修改其中类别对应的trainId即可，把想要训练的类别标签设为1,2,3,4....，把不想要参与训练的类别标签设置为255。然后重新运行createTrainIdLabelImgs.py文件，生成新的数据集。

训练中需要注意的点

因为我们把不感兴趣的区域设置成为了255，所以，在定义损失函数的时候，需要设置ignore_index=255这个参数，来忽略我们不感兴趣的区域。

lossf = nn.CrossEntropyLoss(ignore_index=255)

在pytorch中构建Dataset

现在，我们有了两个文件夹，一个是leftImg8bit的原始图像文件夹，一个是gtFine标注文件夹。

现在，我们要将这两个文件夹里面的图像都提取出来，存入train、val、test文件夹中。

运行下面的代码，即可将原始图像提取并处理。

import os
import random
import shutil
# 数据集路径
dataset_path = r"dataset/cityscapes/leftImg8bit_trainvaltest/leftImg8bit"
#原始的train, valid文件夹路径
train_dataset_path = os.path.join(dataset_path,'train')
val_dataset_path  = os.path.join(dataset_path,'val')
test_dataset_path  = os.path.join(dataset_path,'test')
#创建train,valid的文件夹
train_images_path = os.path.join(dataset_path,'cityscapes_train')
val_images_path  = os.path.join(dataset_path,'cityscapes_val')
test_images_path  = os.path.join(dataset_path,'cityscapes_test')

if os.path.exists(train_images_path)==False:
    os.mkdir(train_images_path )
if os.path.exists(val_images_path)==False:
    os.mkdir(val_images_path)
if os.path.exists(test_images_path)==False:
    os.mkdir(test_images_path)
    
#-----------------移动文件夹-------------------------------------------------
for file_name in os.listdir(train_dataset_path):
    file_path = os.path.join(train_dataset_path,file_name)
    for image in os.listdir(file_path):
        shutil.copy(os.path.join(file_path,image), os.path.join(train_images_path,image))
    
for file_name in os.listdir(val_dataset_path):
    file_path = os.path.join(val_dataset_path,file_name)
    for image in os.listdir(file_path):
        shutil.copy(os.path.join(file_path,image), os.path.join(val_images_path,image))
        
for file_name in os.listdir(test_dataset_path):
    file_path = os.path.join(test_dataset_path,file_name)
    for image in os.listdir(file_path):
        shutil.copy(os.path.join(file_path,image), os.path.join(test_images_path,image))

运行后生成如下文件夹。

对于label文件也同样如此，比如下面生成19类的标注文件夹。

import os
import random
import shutil
# 数据集路径
dataset_path = r"dataset\cityscapes\gtFine_trainvaltest\gtFine"
#原始的train, valid文件夹路径
train_dataset_path = os.path.join(dataset_path,'train')
val_dataset_path  = os.path.join(dataset_path,'val')
test_dataset_path  = os.path.join(dataset_path,'test')
#创建train,valid的文件夹
train_images_path = os.path.join(dataset_path,'cityscapes_19classes_train')
val_images_path  = os.path.join(dataset_path,'cityscapes_19classes_val')
test_images_path  = os.path.join(dataset_path,'cityscapes_19classes_test')

if os.path.exists(train_images_path)==False:
    os.mkdir(train_images_path )
if os.path.exists(val_images_path)==False:
    os.mkdir(val_images_path)
if os.path.exists(test_images_path)==False:
    os.mkdir(test_images_path)
    

#-----------------移动文件---对于19类语义分割, 主需要原始图像中的labelIds结尾图片-----------------------
for file_name in os.listdir(train_dataset_path):
    file_path = os.path.join(train_dataset_path,file_name)
    for image in os.listdir(file_path):
        #查找对应的后缀名，然后保存到文件中
        if image.split('.png')[0][-13:] == "labelTrainIds":
            #print(image)
            shutil.copy(os.path.join(file_path,image), os.path.join(train_images_path,image))
    
for file_name in os.listdir(val_dataset_path):
    file_path = os.path.join(val_dataset_path,file_name)
    for image in os.listdir(file_path):
        if image.split('.png')[0][-13:] == "labelTrainIds":
            shutil.copy(os.path.join(file_path,image), os.path.join(val_images_path,image))
        
for file_name in os.listdir(test_dataset_path):
    file_path = os.path.join(test_dataset_path,file_name)
    for image in os.listdir(file_path):
        if image.split('.png')[0][-13:] == "labelTrainIds":
            shutil.copy(os.path.join(file_path,image), os.path.join(test_images_path,image))

得到如下结果。

到这里，我们已经提取了所有的图像文件和标注文件。

读取数据集

现在我们可以读取对应的数据集。

# 导入库
import os
os.environ['CUDA_VISIBLE_DEVICES'] = '0'

import torch
import torch.nn as nn
import torch.optim as optim
import torch.nn.functional as F
from torch import optim
from torch.utils.data import Dataset, DataLoader, random_split
from tqdm import tqdm
import warnings
warnings.filterwarnings("ignore")
import os.path as osp
import matplotlib.pyplot as plt
from PIL import Image
import numpy as np
import albumentations as A
from albumentations.pytorch.transforms import ToTensorV2
torch.manual_seed(17)
# 自定义数据集CamVidDataset
class CityScapesDataset(torch.utils.data.Dataset):
    """CamVid Dataset. Read images, apply augmentation and preprocessing transformations.
    
    Args:
        images_dir (str): path to images folder
        masks_dir (str): path to segmentation masks folder
        class_values (list): values of classes to extract from segmentation mask
        augmentation (albumentations.Compose): data transfromation pipeline 
            (e.g. flip, scale, etc.)
        preprocessing (albumentations.Compose): data preprocessing 
            (e.g. noralization, shape manipulation, etc.)
    """
    
    def __init__(self, images_dir, masks_dir):
        self.transform = A.Compose([
            A.Resize(224, 448),
            A.HorizontalFlip(),
            #A.RandomBrightnessContrast(),
            A.RandomSnow(),
            A.Normalize(),
            ToTensorV2(),
        ]) 
        self.ids = os.listdir(images_dir)
        self.ids2 = os.listdir(masks_dir)
        self.images_fps = [os.path.join(images_dir, image_id) for image_id in self.ids]
        self.masks_fps = [os.path.join(masks_dir, image_id) for image_id in self.ids2]

    
    def __getitem__(self, i):
        # read data
        image = np.array(Image.open(self.images_fps[i]).convert('RGB'))
        mask = np.array( Image.open(self.masks_fps[i]).convert('RGB'))
        image = self.transform(image=image,mask=mask)
        
        return image['image'], image['mask'][:,:,0]
        
    def __len__(self):
        return len(self.ids)
    
    
# 设置数据集路径
x_train_dir = r"dataset\cityscapes\leftImg8bit_trainvaltest\leftImg8bit\cityscapes_train"
y_train_dir = r"dataset\cityscapes\gtFine_trainvaltest\gtFine\cityscapes_19classes_train"

x_valid_dir = r"dataset\cityscapes\leftImg8bit_trainvaltest\leftImg8bit\cityscapes_val"
y_valid_dir = r"dataset\cityscapes\gtFine_trainvaltest\gtFine\cityscapes_19classes_val"

train_dataset = CityScapesDataset(
    x_train_dir, 
    y_train_dir, 
)
val_dataset = CityScapesDataset(
    x_valid_dir, 
    y_valid_dir, 
)

train_loader = DataLoader(train_dataset, batch_size=8, shuffle=True)
val_loader = DataLoader(val_dataset, batch_size=8, shuffle=True)

测试一下结果

for index, (img, label) in enumerate(train_loader):
    print(img.shape)
    print(label.shape)
    
    plt.figure(figsize=(10,10))
    plt.subplot(221)
    plt.imshow((img[0,:,:,:].moveaxis(0,2)))
    plt.subplot(222)
    plt.imshow(label[0,:,:])
    
    plt.subplot(223)
    plt.imshow((img[6,:,:,:].moveaxis(0,2)))
    plt.subplot(224)
    plt.imshow(label[6,:,:]) 
    plt.show() 
    if index==0:
        break