- 本项目实现对单一目标的关键点检测
- 主要用于检测矩形物体的四个角点,比如车牌、名片等
- 检测到四个角点的关键点后,可使用透视变换将图形矫正
- 创建虚拟环境
conda create -n keypoint python=3.7
conda activate keypoint
- 安装cuda和cudnn
conda install cudatoolkit=10.2
conda install cudnn
- 安装pytorch
pip install torch==1.7.0
pip install torchvision==0.8.0
- 安装项目依赖的其他包
pip install -r requirements.txt
- 标注
- 使用
labelme
对目标的四个角点做关键点标注,得到json
格式的标注文件
- 数据集整理
- 按照如下格式存放数据,项目中存放了若干示例的图像和标签供参考
项目目录/data
└── car_plate # 数据集名称
├── train
| ├── images # 训练集图片
| └── labels # 训练集标签,json格式标注文件
└── val
├── images # 验证集图片
└── labels # 验证集标签,json格式标注文件
-
下载预训练权重
链接:https://pan.baidu.com/s/1jooxbxQ8VR4fKQoX4jDtNQ 提取码:tl2c
下载后,在项目目录下创建
pretrained
目录,并放入预训练权重 -
启动训练
python train.py --batch-size 4 --epochs 500
- 出现如下日志,则训练正常
INFO: Namespace(batch_size=4, data_dir='./data/car_plate', epochs=500, heatmap_size=112, image_size=448, kpt_num=4, lr=0.001, model_save_dir='./model/', save_interval=50, sigma=3.0, weight_decay=0.0008)
Number of images in train: 2148
Number of images in val: 544
INFO: Using device cuda:0
INFO: Start training.
INFO: Epoch 1 start.
Train loss: 0.002156: 100%|███████████████████████████████████████████████| 537/537 [00:04<00:00, 5.32it/s]
INFO: Epoch: 1 train done, Loss: 0.002156, Accuracy: 19.9811%.
Test loss: 0.002241: 100%|████████████████████████████████████████████████| 136/136 [00:00<00:00, 8.16it/s]
INFO: Epoch: 1 valid done, Loss: 0.002241, Accuracy: 12.5000%.
- 可以通过 tensorboard 查看 loss 变化
tensorboard --logdir model/
- 启动推理
python inference.py
- 效果展示
关键点检测结果 | 图形矫正结果 |
---|---|