在人工智能的輔助下，只需要數秒，即可初步判斷被檢者是否存在眼底疾病，這將有助緩解專業眼科醫生不足的瓶頸，開啟眼底疾病的基層篩查新模式。而圖像分割就是實現這項功能的基礎，可見其重要性。

下面就給大家講講如何基于 PaddlePaddle 平臺，訓練并測試一個視盤圖像分割的基本模型。

1.準備

為了實現這個實驗，Python 是必不可少的，如果你還沒有安裝 Python，建議閱讀我們的這篇文章：超詳細Python安裝指南。

在安裝前，確認自己需要的 PaddlePaddle 版本，比如 GPU版 或 CPU版，GPU 在計算上具有絕對優勢，但是如果你沒有一塊強力的顯卡，建議選擇CPU版本。

(GPU版) 如果你想使用GPU版，請確認本機安裝了 CUDA 計算平臺及 cuDNN，它們的下載地址分別是：
https://developer.nvidia.com/cuda-downloads
https://developer.nvidia.com/cudnn-download-survey

具體 CUDA 和 cuDNN 對應的版本要求如下：

• CUDA 工具包10.1/10.2配合cuDNN v7.6+
• CUDA 工具包11.2配合cuDNN v8.1.1

CUDA安裝流程很簡單，下載exe程序，一路往下走。cuDNN安裝流程復雜一些，你需要轉移壓縮包解壓后的部分文件到CUDA中，具體可見這篇cuDNN的官方安裝指引：
https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html

（CPU版） CPU版安裝過程比較簡單，直接按照下面 PaddlePaddle 的安裝指引輸入命令即可。

**（通用）**選擇完你想要安裝的版本，并做好基礎工作后，接下來就是安裝 PaddlePaddle 的具體步驟，打開安裝指引流程頁面：
https://www.paddlepaddle.org.cn/install/quick

根據你自己的情況選擇這些選項，最后一個選項計算平臺指的是 GPU 加速工具包或CPU，如果你不想用GPU，請選CPU版；想用GPU版的同學請按剛剛下載的CUDA版本進行選擇。

選擇完畢后下方會出現安裝信息，輸入安裝信息里的命令即可安裝成功，不得不說，PaddlePaddle 這些方面做的還是比較貼心的。

在頁面下方還有具體的從頭到尾的安裝步驟，對 Python 基本的虛擬環境安裝流程不了解的同學可以看著這些步驟進行安裝。

2.初嘗paddleseg

安裝完 paddle 后，為了能夠實現圖像分割功能，我們還需要安裝 paddleseg：

pip install paddleseg

并克隆 paddleseg的代碼庫 (如果克隆不了，請在Python實用寶典公眾號后臺回復：圖像分割 下載)：

git clone https://github.com/PaddlePaddle/PaddleSeg.git

克隆完成，進入代碼庫文件夾：

cd PaddleSeg

執行下面命令，并在 PaddleSeg/output 文件夾中出現預測結果，則證明安裝成功。

python predict.py 
       --config configs/quick_start/bisenet_optic_disc_512x512_1k.yml 
       --model_path https://bj.bcebos.com/paddleseg/dygraph/optic_disc/bisenet_optic_disc_512x512_1k/model.pdparams
       --image_path docs/images/optic_test_image.jpg 
       --save_dir output/result

預測結果如下：

3.訓練模型

前面只是利用了 PaddlePaddle 提前訓練好的數據進行預測，下面我們要嘗試自己訓練一個模型。

為了訓練模型，我們需要獲得眼底訓練集。事實上，在前面** 初嘗 Paddleseg **中，我們便獲得了一份眼底訓練集，其路徑是 PaddleSegdataoptic_disc_seg.

如果你沒有進行 初嘗 Paddleseg 這一節，也想要獲取訓練集數據的話，在Python實用寶典公眾號后臺回復：圖像分割 下載。下載后解壓數據集，得到一個optic_disc_seg文件夾，將其放到 PaddleSeg 代碼庫的 data 文件夾下。

配置化訓練

PaddleSeg 提供了配置化驅動進行模型訓練。他們在配置文件中詳細列出了每一個可以優化的選項，用戶只要修改這個配置文件就可以對模型進行定制。

所有的配置文件在PaddleSeg/configs文件夾下面 ：

每一個文件夾代表一個模型，里面包含這個模型的所有配置文件。

在PaddleSeg的配置文件給出的學習率中，除了"bisenet_optic_disc_512x512_1k.yml"中為單卡學習率外，其余配置文件中均為4卡的學習率，因此如果你是單卡訓練，則學習率設置應變成原來的1/4。

為了簡化學習難度，我們繼續以"bisenet_optic_disc_512x512_1k.yml"文件為例，修改部分參數進行訓練，下面是這個配置的全部說明：

上滑查看更多代碼

batch_size: 4#設定batch_size的值即為迭代一次送入網絡的圖片數量，一般顯卡顯存越大，batch_size的值可以越大
iters: 1000#模型迭代的次數

train_dataset:#訓練數據設置
type: OpticDiscSeg#選擇數據集格式
  dataset_root: data/optic_disc_seg#選擇數據集路徑
  num_classes: 2#指定目標的類別個數（背景也算為一類）
  transforms:#數據預處理/增強的方式
    - type: Resize#送入網絡之前需要進行resize
      target_size:[512, 512]#將原圖resize成512*512在送入網絡
    - type: RandomHorizontalFlip#采用水平反轉的方式進行數據增強
    - type: Normalize#圖像進行歸一化
  mode: train

val_dataset:#驗證數據設置
  type: OpticDiscSeg#選擇數據集格式
  dataset_root: data/optic_disc_seg#選擇數據集路徑
  num_classes: 2#指定目標的類別個數（背景也算為一類）
  transforms:#數據預處理/增強的方式
    - type: Resize#將原圖resize成512*512在送入網絡
      target_size:[512, 512]#將原圖resize成512*512在送入網絡
    - type: Normalize#圖像進行歸一化
  mode: val

optimizer:#設定優化器的類型
  type: sgd#采用SGD（Stochastic Gradient Descent）隨機梯度下降方法為優化器
  momentum: 0.9#動量
  weight_decay: 4.0e-5#權值衰減，使用的目的是防止過擬合

learning_rate:#設定學習率
  value: 0.01#初始學習率
  decay:
    type: poly#采用poly作為學習率衰減方式。
    power: 0.9#衰減率
    end_lr: 0#最終學習率

loss:#設定損失函數的類型
  types:
    - type: CrossEntropyLoss#損失函數類型
  coef:[1, 1, 1, 1, 1]
#BiseNetV2有4個輔助loss，加上主loss共五個，1表示權重 all_loss = coef_1 * loss_1 + .... + coef_n * loss_n

model:#模型說明
  type: BiSeNetV2#設定模型類別
  pretrained: Null#設定模型的預訓練模型

你可以嘗試調整部分參數進行訓練，看看你自己訓練的模型效果和官方給出的模型的效果的差別。

開始訓練

（GPU版）在正式開啟訓練前，我們需要將CUDA設置為目前有1張可用的顯卡：

set CUDA_VISIBLE_DEVICES=0 # windows
# export CUDA_VISIBLE_DEVICES=0 # linux

輸入訓練命令開始訓練：

python train.py 
       --config configs/quick_start/bisenet_optic_disc_512x512_1k.yml 
       --do_eval 
       --use_vdl 
       --save_interval 500 
       --save_dir output

見到如下的界面，說明你已經開始訓練了：

4.訓練過程可視化

PaddlePaddle 還提供了可視化分析工具：VisualDL，讓我們的網絡訓練過程更加直觀。

當打開use_vdl開關后，PaddleSeg會將訓練過程中的數據寫入VisualDL文件，可實時查看訓練過程中的日志。記錄的數據包括：

1. 1. loss變化趨勢
2. 2. 學習率變化趨勢
3. 3. 訓練時間
4. 4. 數據讀取時間
5. 5. mean IoU 變化趨勢（當打開了do_eval開關后生效）
6. 6. mean pixel Accuracy變化趨勢（當打開了do_eval開關后生效）

使用如下命令啟動VisualDL查看日志：

# 下述命令會在127.0.0.1上啟動一個服務，支持通過前端web頁面查看，可以通過--host這個參數指定實際ip地址
visualdl --logdir output/

在瀏覽器輸入提示的網址，效果如下：

如圖所示，打開 http://127.0.0.1:8040/ 頁面，效果如下:

5.模型測試評估

訓練完成后，用戶可以使用評估腳本val.py來評估模型效果。

假設訓練過程中迭代次數（iters）為1000，保存模型的間隔為500，即每迭代1000次數據集保存2次訓練模型。

因此一共會產生2個定期保存的模型，加上保存的最佳模型best_model，一共有3個模型，可以通過model_path指定期望評估的模型文件。

python val.py 
       --config configs/quick_start/bisenet_optic_disc_512x512_1k.yml 
       --model_path output/iter_1000/model.pdparams

在圖像分割領域中，評估模型質量主要是通過三個指標進行判斷，準確率（acc）、平均交并比（Mean Intersection over Union，簡稱mIoU）、Kappa系數。

• 準確率：指類別預測正確的像素占總像素的比例，準確率越高模型質量越好。
• 平均交并比：對每個類別數據集單獨進行推理計算，計算出的預測區域和實際區域交集除以預測區域和實際區域的并集，然后將所有類別得到的結果取平均。在本例中，正常情況下模型在驗證集上的mIoU指標值會達到0.80以上，顯示信息示例如下所示，第2行的mIoU=0.8609即為mIoU。
• Kappa系數：一個用于一致性檢驗的指標，可以用于衡量分類的效果。Kappa系數越高模型質量越好。

隨著評估腳本的運行，最終打印的評估日志如下。

76/76 [==============================] - 6s 84ms/step - batch_cost: 0.0835 - reader cost: 0.0029
2021-06-05 19:38:53 [INFO]      [EVAL] #Images: 76 mIoU: 0.8609 Acc: 0.9945 Kappa: 0.8393
2021-06-05 19:38:53 [INFO]      [EVAL] Class IoU:
[0.9945 0.7273]
2021-06-05 19:38:53 [INFO]      [EVAL] Class Acc:
[0.9961 0.8975]

可以看到，我改了參數后的訓練效果還是不錯的。

6.效果可視化

除了分析模型的IOU、ACC和Kappa指標之外，我們還可以查閱一些具體樣本的切割樣本效果，從Bad Case啟發進一步優化的思路。

predict.py腳本是專門用來可視化預測案例的，命令格式如下所示

python predict.py 
       --config configs/quick_start/bisenet_optic_disc_512x512_1k.yml 
       --model_path output/iter_1000/model.pdparams 
       --image_path data/optic_disc_seg/JPEGImages/H0003.jpg 
       --save_dir output/result

運行完成后，打開 output/result 文件夾。我們選擇1張圖片進行查看，效果如下。

我們可以直觀的看到模型的切割效果和原始標記之間的差別，從而產生一些優化的思路，比如是否切割的邊界可以做規則化的處理等。

大家也可以嘗試自己標注一個數據集進行圖像分割，你只要按照 PaddleSegdataoptic_disc_seg 里面那樣組織圖片結構，就可以復用這些訓練、評估的過程。