点击上方“3D视觉工坊”，选择“星标”
干货第一时间送达
编辑丨GiantPandaCV
【导语】前段时间纯粹为了论文凑字数做的一个工作，本文不对CenterNet原理进行详细解读，如果对CenterNet原理不了解，建议简单读一下原论文然后对照本文代码理解（对原版CenterNet目标检测代码进行了极大程度精简）。
代码开源：https://github.com/ZeroE04/R-CenterNet
demo-
R-DLADCN(推荐)
-
推荐
-
R-ResDCN(主干网用的ResNet而不是DLA)
-
主干网用的ResNet而不是DLA
-
R-DLANet(未编译DCN的主干网)
-
未编译DCN的主干网
-
DLADCN(原始CenterNet)
-
原始CenterNet
基本想法就是直接修改CenterNet的head部分，但是是直接在长宽图上加一层通道表示角度，还是多引出一 路feature-map呢？实测是多引出一张feature map比较好，直接在长宽图上加一层通道很难收敛，具体原因我也是猜测，角度和尺度特征基本无共享，且会相互干扰（角度发生些许变化，目标的长宽可能就变了，如果角度是错的，长宽本来是对的呢？反之亦然）引出的feature-map只经历了一层卷积层就开始计算loss，对于这种复杂的关系表征能力不够，可能造成弄巧成拙。网络结构如下：
R-CenterNet网络结构图
代码说明代码主要分为五个部分：
{R-CenterNet}
|-- backbone
-- |-- dlanet.py
-- |-- dlanet_dcn.py
|-- dataset.py
|-- Loss.py
|-- train.py
|-- predict.py
-
train.py：模型的训练
-
predict.py：模型的前向推理
-
backbone：模型的主干网，给了DLA和ResNet的DCN与普通版本，层数可以自定义
-
loss.py：模型的损失函数
-
dataset.py：模型的数据处理
不是很重要：
{R-CenterNet}
|-- data/airplane
|-- dcn
-
data/airplane：示例训练数据与图片
-
dcn:编译好的dcn，说明一下，这里与原版CenterNet编译dcn一样，直接文件夹复制过来即可，如果你不会编译dcn，就用backbone内的dlanet.py与resnet.py
-
原版CenterNet代码较多，我只需要做目标检测，所以把各种3D检测等都删了，模型架构也拆了只保留了有用部分，并对代码架构进行了重构，方便自己阅读以及魔改。
-
其次，因为只是加了一个角度检测，所以主要是修改了一下数据处理部分，用的还是VOC格式，只是在.josn文件里面加了一个角度信息，打标签的时候用[0,π]表示，后续在loss内添加了角度的feature-map损失，用的Smooth-L1 loss，打标签方法已在下方。
2020.1021代码更新(不是很重要)
{R-CenterNet}
|-- labelGenerator
|-- evaluation.py
|-- imgs
-
labelGenerator：生成自己的训练数据
-
evaluation.py：性能指标计算
-
imgs：性能指标计算示例图片
-
鉴于一些同学想知道怎么对自己的数据打标签以及生成R-CenterNet可以训练的数据，所以更新一个labelGenerator文件夹，内包含转换函数以及用例。注意，这个文件夹以及其内部函数不是网络必须的，只是想训练自己打标签的数据时用的。
-
鉴于一些同学想知道模型训练完毕，怎么对比性能，比如旋转框怎么计算mIOU等，所以更新一个evaluation.py以及对应的案例图片和文件夹imgs。注意，这个.py和imgs文件夹不是必须的，只是模型训练结束计算性能用的。
-
注：每个label里面的目标五个数值：分别为目标中心点（x,y），以及宽度，长度，角度，角度是以12点钟为0°，顺时针旋转的角度，最大为179.99999°（旋转180°，相当于没转）
-
打标签用labelGenerator文件夹里面的代码
-
修改代码中所有num_classes为你的类别数目
-
增加predict.py中方框颜色，我这里只检测单目标，所以只有红蓝框。
-
修改back_bone中hm的数目为你的类别数，如：
def DlaNet(num_layers=34, heads = {'hm': your classes num, 'wh': 2, 'ang':1, 'reg': 2}, head_conv=256, plot=False)
环境
-
python3
-
理论上torch >1.0即可，如果报了显存不足的问题就是torch版本低了
-
(可选)如何编译DCN以及环境需求, 与CenterNet 原版保持一致，不会编译dcn就用backbone中的非dcn版本，性能相比dcn下降一个点左右，随着数据的增大逐渐缩小。
-
有问题可以github提issue
-
后续有时间会将上面的工作工程化，C++落地
本文仅做学术分享，如有侵权，请联系删文。
下载1
在「3D视觉工坊」公众号后台回复：3D视觉，即可下载 3D视觉相关资料干货，涉及相机标定、三维重建、立体视觉、SLAM、深度学习、点云后处理、多视图几何等方向。
下载2
在「3D视觉工坊」公众号后台回复：3D视觉github资源汇总，即可下载包括结构光、标定源码、缺陷检测源码、深度估计与深度补全源码、点云处理相关源码、立体匹配源码、单目、双目3D检测、基于点云的3D检测、6D姿态估计源码汇总等。
下载3
在「3D视觉工坊」公众号后台回复：相机标定，即可下载独家相机标定学习课件与视频网址；后台回复：立体匹配，即可下载独家立体匹配学习课件与视频网址。
重磅！3DCVer-学术论文写作投稿 交流群已成立
扫码添加小助手微信，可申请加入3D视觉工坊-学术论文写作与投稿 微信交流群，旨在交流顶会、顶刊、SCI、EI等写作与投稿事宜。
同时也可申请加入我们的细分方向交流群，目前主要有3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、学术交流、求职交流、ORB-SLAM系列源码交流、深度估计等微信群。
一定要备注：研究方向+学校/公司+昵称，例如：”3D视觉 + 上海交大 + 静静“。请按照格式备注，可快速被通过且邀请进群。原创投稿也请联系。
▲长按加微信群或投稿
▲长按关注公众号
3D视觉从入门到精通知识星球：针对3D视觉领域的知识点汇总、入门进阶学习路线、最新paper分享、疑问解答四个方面进行深耕，更有各类大厂的算法工程人员进行技术指导。与此同时，星球将联合知名企业发布3D视觉相关算法开发岗位以及项目对接信息，打造成集技术与就业为一体的铁杆粉丝聚集区，近2000星球成员为创造更好的AI世界共同进步，知识星球入口：
学习3D视觉核心技术，扫描查看介绍，3天内无条件退款
圈里有高质量教程资料、可答疑解惑、助你高效解决问题
觉得有用，麻烦给个赞和在看~
