开源 | 5行代码，快速实现图像分割
点击上方“计算机视觉life”，选择“星标”
快速获得最新干货
本文来自量子位
图像分割，作为计算机视觉的基础，是图像理解的重要组成部分，也是图像处理的难点之一。
那么，如何优雅且体面的图像分割？
5行代码、分分钟实现的库——PixelLib，了解一下。
当然，如此好用的项目，开源是必须的。
为什么要用到图像分割？
虽然计算机视觉研究工作者，会经常接触图像分割的问题，但是我们还是需要对其做下“赘述”(方便初学者)。
我们都知道每个图像都是有一组像素值组成。简单来说，图像分割就是在像素级上，对图像进行分类的任务。
图像分割中使用的一些“独门秘技”，使它可以处理一些关键的计算机视觉任务。主要分为2类：
语义分割：就是把图像中每个像素赋予一个类别标签，用不同的颜色来表示。
实例分割：它不需要对每个像素进行标记，它只需要找到感兴趣物体的边缘轮廓就行。
它的身影也经常会出现在比较重要的场景中：
无人驾驶汽车视觉系统，可以有效的理解道路场景。
医疗图像分割，可以帮助医生进行诊断测试。
卫星图像分析，等等。
所以，图像分割技术的应用还是非常重要的。
接下来，我们就直奔主题，开始了解一下PixelLib，这个神奇又好用的库。
快速安装PixelLib
PixelLib这个库可以非常简单的实现图像分割——5行代码就可以实现语义分割和实例分割。
老规矩，先介绍一下安装环境。
安装最新版本的TensorFlow、Pillow、OpenCV-Python、scikit-image和PixelLib：
pip3 install tensorflow
pip3 install pillow
pip3 install opencv-python
pip3 install scikit-image
pip3 install pixellib
PixelLib实现语义分割
PixelLib在执行语义分割任务时，采用的是Deeplabv3+框架，以及在pascalvoc上预训练的Xception模型。
用在pascalvoc上预训练的Xception模型执行语义分割：
import pixellib
from pixellib.semantic import semantic_segmentation
segment_image = semantic_segmentation()
segment_image.load_pascalvoc_model(“deeplabv3_xception_tf_dim_ordering_tf_kernels.h5”)
segment_image.segmentAsPascalvoc(“path_to_image”, output_image_name = “path_to_output_image”)
让我们看一下每行代码：
import pixellib
from pixellib.semantic import semantic_segmentation
#created an instance of semantic segmentation class
segment_image = semantic_segmentation()
用于执行语义分割的类，是从pixellib导入的，创建了一个类的实例。
segment_image.load_pascalvoc_model(“deeplabv3_xception_tf_dim_ordering_tf_kernels.h5”)
调用函数来加载在pascal voc上训练的xception模型(xception模型可以从文末传送门链接处下载)。
segment_image.segmentAsPascalvoc(“path_to_image”, output_image_name = “path_to_output_image”)
这是对图像进行分割的代码行，这个函数包含了两个参数：
path_to_image：图像被分割的路径。
path_to_output_image：保存输出图像的路径，图像将被保存在你当前的工作目录中。
接下来，上图，实战！
图像文件命名为：sample1.jpg，如下图所示。
执行代码如下：
import pixellib
from pixellib.semantic import semantic_segmentation
segment_image = semantic_segmentation()
segment_image.load_pascalvoc_model(“deeplabv3_xception_tf_dim_ordering_tf_kernels.h5”)
segment_image.segmentAsPascalvoc(“sample1.jpg”, output_image_name = “image_new.jpg”)
可以看到，在执行代码后，保存的图像中，所有对象都被分割了。
也可以对代码稍作修改，获取一张带有目标对象分割重叠(segmentation overlay)的图像。
segment_image.segmentAsPascalvoc(“sample1.jpg”, output_image_name = “image_new.jpg”, overlay = True)
添加了一个额外的参数，并设置为True，就生成了带有分隔叠加的图像。
可以通过修改下面的代码，来检查执行分割所需的推理时间。
import pixellib
from pixellib.semantic import semantic_segmentation
import time
segment_image = semantic_segmentation()
segment_image.load_pascalvoc_model(“pascal.h5”)
start = time.time()
segment_image.segmentAsPascalvoc(“sample1.jpg”, output_image_name= “image_new.jpg”)
end = time.time()
print(f”Inference Time: {end-start:.2f}seconds”)
输出如下：
Inference Time: 8.19seconds
可以看到，在图像上执行语义分割，只用了8.19秒。
这个xception模型是用pascalvoc数据集训练的，有20个常用对象类别。
对象及其相应的color map如下所示：
PixelLib实现实例分割
虽然语义分割的结果看起来还不错，但在图像分割的某些特定任务上，可能就不太理想。
在语义分割中，相同类别的对象被赋予相同的colormap，因此语义分割可能无法提供特别充分的图像信息。
于是，便诞生了实例分割——同一类别的对象被赋予不同的colormap。
PixelLib在执行实例分割时，基于的框架是Mask RCNN，代码如下：
import pixellib
from pixellib.instance import instance_segmentation
segment_image = instance_segmentation()
segment_image.load_model(“mask_rcnn_coco.h5”)
segment_image.segmentImage(“path_to_image”, output_image_name = “output_image_path”)
同样，我们先来拆解一下每行代码。
import pixellib
from pixellib.instance import instance_segmentation
segment_image = instance_segmentation()
导入了用于执行实例分割的类，创建了该类的一个实例。
segment_image.load_model(“mask_rcnn_coco.h5”)
这是加载 Mask RCNN 模型来执行实例分割的代码(Mask RCNN模型可以从文末传送门链接处下载)。
segment_image.segmentImage(“path_to_image”, output_image_name = “output_image_path”)
这是对图像进行实例分割的代码，它需要两个参数：
path_to_image：模型所要预测图像的路径。
output_image_name：保存分割结果的路径，将被保存在当前的工作目录中。
上图，实战第二弹！
图像文件命名为：sample2.jpg，如下图所示。
执行代码如下：
import pixellib
from pixellib.instance import instance_segmentation
segment_image = instance_segmentation()
segment_image.load_model(“mask_rcnn_coco.h5”)
segment_image.segmentImage(“sample2.jpg”, output_image_name = “image_new.jpg”)
上图便是保存到目录的图片，现在可以看到语义分割和实例分割之间的明显区别——在实例分割中，同一类别的所有对象，都被赋予了不同的colormap。
若是想用边界框(bounding box)来实现分割，可以对代码稍作修改：
segment_image.segmentImage(“sample2.jpg”, output_image_name = “image_new.jpg”, show_bboxes = True)
这样，就可以得到一个包含分割蒙版和边界框的保存图像。
同样的，也可以通过代码查询实例分割的推理时间：
import pixellib
from pixellib.instance import instance_segmentation
import time
segment_image = instance_segmentation()
segment_image.load_model(“mask_rcnn_coco.h5”)
start = time.time()
segment_image.segmentImage(“former.jpg”, output_image_name= “image_new.jpg”)
end = time.time()
print(f”Inference Time: {end-start:.2f}seconds”)
输出结果如下：
Inference Time: 12.55 seconds
可以看到，在图像上执行实例分割，需要12.55秒的时间。
最后，奉上项目、模型下载地址，快去试试吧~
传送门
PixelLib项目地址：
https://github.com/ayoolaolafenwa/PixelLib
xception模型下载地址：
https://github.com/bonlime/keras-deeplab-v3-plus/releases/download/1.1/deeplabv3_xception_tf_dim_ordering_tf_kernels.h5
Mask RCNN模型下载地址：
https://github.com/matterport/Mask_RCNN/releases/download/v2.0/mask_rcnn_coco.h5
交流群
欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~
投稿、合作也欢迎联系：simiter@126.com
长按关注计算机视觉life
爱了爱了，点个赞
相关内容
微信扫码咨询专知VIP会员