GeoSeg

2.0版本（稳定版）

欢迎访问我的主页!

新闻

PyramidMamba的代码已发布。
我已将此仓库更新到PyTorch 2.0和PyTorch-Lightning 2.0版本，支持多GPU训练等功能。
骨干网络的预训练权重可以从Google Drive获取。
UNetFormer（已被ISPRS接收，PDF）和UAVid数据集现已支持。
现已支持ISPRS Vaihingen和Potsdam数据集。由于不允许私下分享，您需要从官方网站下载数据集并按照文件夹结构进行拆分。
更多网络已更新，并提供了预训练权重的链接。
config/loveda/dcswin.py提供了关于配置设置的详细说明。
现支持对大型遥感图像进行推理（inference_huge_image.py）。

介绍

GeoSeg是一个基于PyTorch、pytorch lightning和timm的开源语义分割工具箱，主要专注于开发先进的视觉Transformer用于遥感图像分割。

主要特点

统一的基准测试

我们为各种分割方法提供了统一的训练脚本。
简单高效

得益于pytorch lightning和timm，代码易于进一步开发。
支持的遥感数据集
- ISPRS Vaihingen和Potsdam
- UAVid
- LoveDA
- OpenEarthMap
- 未来将支持更多数据集。
多尺度训练和测试
支持对大型遥感图像进行推理

支持的网络

Mamba
- PyramidMamba
视觉Transformer
- UNetFormer
- DC-Swin
- BANet
CNN
- MANet
- ABCNet
- A2FPN

文件夹结构

准备以下文件夹来组织此仓库：

airs
├── GeoSeg (代码)
├── pretrain_weights (骨干网络的预训练权重，如vit、swin等)
├── model_weights (保存在ISPRS vaihingen、LoveDA等数据集上训练的模型权重)
├── fig_results (保存模型预测的掩码)
├── lightning_logs (CSV格式的训练日志)
├── data
│   ├── LoveDA
│   │   ├── Train
│   │   │   ├── Urban
│   │   │   │   ├── images_png (原始图像)
│   │   │   │   ├── masks_png (原始掩码)
│   │   │   │   ├── masks_png_convert (用于训练的转换后掩码)
│   │   │   │   ├── masks_png_convert_rgb (原始RGB格式掩码)
│   │   │   ├── Rural
│   │   │   │   ├── images_png 
│   │   │   │   ├── masks_png 
│   │   │   │   ├── masks_png_convert
│   │   │   │   ├── masks_png_convert_rgb
│   │   ├── Val (与Train相同)
│   │   ├── Test
│   │   ├── train_val (合并Train和Val)
│   ├── uavid
│   │   ├── uavid_train（原始）
│   │   ├── uavid_val（原始）
│   │   ├── uavid_test（原始）
│   │   ├── uavid_train_val（合并uavid_train和uavid_val）
│   │   ├── train（处理后）
│   │   ├── val（处理后）
│   │   ├── train_val（处理后）
│   ├── vaihingen
│   │   ├── train_images（原始）
│   │   ├── train_masks（原始）
│   │   ├── test_images（原始）
│   │   ├── test_masks（原始）
│   │   ├── test_masks_eroded（原始）
│   │   ├── train（处理后）
│   │   ├── test（处理后）
│   ├── potsdam（与vaihingen相同）

安装

使用Linux终端打开airs文件夹并创建Python环境：

conda create -n airs python=3.8
conda activate airs
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
pip install -r GeoSeg/requirements.txt

安装Mamba

pip install causal-conv1d>=1.4.0
pip install mamba-ssm

骨干网络预训练权重

百度网盘 : 1234

谷歌云端硬盘

数据预处理

从官方网站下载数据集并自行分割。

Vaihingen

生成训练集。

python GeoSeg/tools/vaihingen_patch_split.py \
--img-dir "data/vaihingen/train_images" \
--mask-dir "data/vaihingen/train_masks" \
--output-img-dir "data/vaihingen/train/images_1024" \
--output-mask-dir "data/vaihingen/train/masks_1024" \
--mode "train" --split-size 1024 --stride 512

生成测试集。

python GeoSeg/tools/vaihingen_patch_split.py \
--img-dir "data/vaihingen/test_images" \
--mask-dir "data/vaihingen/test_masks_eroded" \
--output-img-dir "data/vaihingen/test/images_1024" \
--output-mask-dir "data/vaihingen/test/masks_1024" \
--mode "val" --split-size 1024 --stride 1024 \
--eroded

生成masks_1024_rgb（RGB格式的地面实况标签）用于可视化。

python GeoSeg/tools/vaihingen_patch_split.py \
--img-dir "data/vaihingen/test_images" \
--mask-dir "data/vaihingen/test_masks" \
--output-img-dir "data/vaihingen/test/images_1024" \
--output-mask-dir "data/vaihingen/test/masks_1024_rgb" \
--mode "val" --split-size 1024 --stride 1024 \
--gt

对于验证集，你可以从训练集中选择一些图像来构建。

Potsdam

python GeoSeg/tools/potsdam_patch_split.py \
--img-dir "data/potsdam/train_images" \
--mask-dir "data/potsdam/train_masks" \
--output-img-dir "data/potsdam/train/images_1024" \
--output-mask-dir "data/potsdam/train/masks_1024" \
--mode "train" --split-size 1024 --stride 1024 --rgb-image

python GeoSeg/tools/potsdam_patch_split.py \
--img-dir "data/potsdam/test_images" \
--mask-dir "data/potsdam/test_masks_eroded" \
--output-img-dir "data/potsdam/test/images_1024" \
--output-mask-dir "data/potsdam/test/masks_1024" \
--mode "val" --split-size 1024 --stride 1024 \
--eroded --rgb-image

python GeoSeg/tools/potsdam_patch_split.py \
--img-dir "data/potsdam/test_images" \
--mask-dir "data/potsdam/test_masks" \
--output-img-dir "data/potsdam/test/images_1024" \
--output-mask-dir "data/potsdam/test/masks_1024_rgb" \
--mode "val" --split-size 1024 --stride 1024 \
--gt --rgb-image

UAVid

python GeoSeg/tools/uavid_patch_split.py \
--input-dir "data/uavid/uavid_train_val" \
--output-img-dir "data/uavid/train_val/images" \
--output-mask-dir "data/uavid/train_val/masks" \
--mode 'train' --split-size-h 1024 --split-size-w 1024 \
--stride-h 1024 --stride-w 1024

python GeoSeg/tools/uavid_patch_split.py \
--input-dir "data/uavid/uavid_train" \
--output-img-dir "data/uavid/train/images" \
--output-mask-dir "data/uavid/train/masks" \
--mode 'train' --split-size-h 1024 --split-size-w 1024 \
--stride-h 1024 --stride-w 1024

python GeoSeg/tools/uavid_patch_split.py \
--input-dir "data/uavid/uavid_val" \
--output-img-dir "data/uavid/val/images" \
--output-mask-dir "data/uavid/val/masks" \
--mode 'val' --split-size-h 1024 --split-size-w 1024 \
--stride-h 1024 --stride-w 1024

LoveDA

python GeoSeg/tools/loveda_mask_convert.py --mask-dir data/LoveDA/Train/Rural/masks_png --output-mask-dir data/LoveDA/Train/Rural/masks_png_convert
python GeoSeg/tools/loveda_mask_convert.py --mask-dir data/LoveDA/Train/Urban/masks_png --output-mask-dir data/LoveDA/Train/Urban/masks_png_convert
python GeoSeg/tools/loveda_mask_convert.py --mask-dir data/LoveDA/Val/Rural/masks_png --output-mask-dir data/LoveDA/Val/Rural/masks_png_convert
python GeoSeg/tools/loveda_mask_convert.py --mask-dir data/LoveDA/Val/Urban/masks_png --output-mask-dir data/LoveDA/Val/Urban/masks_png_convert

训练

"-c"表示配置文件的路径，使用不同的配置来训练不同的模型。 python GeoSeg/train_supervision.py -c GeoSeg/config/uavid/unetformer.py


## 测试

"-c" 表示配置文件的路径，使用不同的**配置**来测试不同的模型。

"-o" 表示输出路径

"-t" 表示测试时增强（TTA），可以是 [None, 'lr', 'd4']，默认为 None，'lr' 是翻转 TTA，'d4' 是多尺度 TTA

"--rgb" 表示是否以 RGB 格式输出掩码

**Vaihingen**

python GeoSeg/vaihingen_test.py -c GeoSeg/config/vaihingen/dcswin.py -o fig_results/vaihingen/dcswin --rgb -t 'd4'


**Potsdam**

python GeoSeg/potsdam_test.py -c GeoSeg/config/potsdam/dcswin.py -o fig_results/potsdam/dcswin --rgb -t 'lr'


**LoveDA**（[在线测试](https://codalab.lisn.upsaclay.fr/competitions/421)）

python GeoSeg/loveda_test.py -c GeoSeg/config/loveda/dcswin.py -o fig_results/loveda/dcswin_test -t 'd4'


**UAVid**（[在线测试](https://codalab.lisn.upsaclay.fr/competitions/7302)）

python GeoSeg/inference_uavid.py
-i 'data/uavid/uavid_test'
-c GeoSeg/config/uavid/unetformer.py
-o fig_results/uavid/unetformer_r18
-t 'lr' -ph 1152 -pw 1024 -b 2 -d "uavid"


## 对大型遥感图像进行推理

python GeoSeg/inference_huge_image.py
-i data/vaihingen/test_images
-c GeoSeg/config/vaihingen/dcswin.py
-o fig_results/vaihingen/dcswin_huge
-t 'lr' -ph 512 -pw 512 -b 2 -d "pv"


<div>
<img src="https://yellow-cdn.veclightyear.com/0a4dffa0/80786347-4c0a-43ec-867a-92e4392b1d23.png" width="30%"/>
<img src="https://yellow-cdn.veclightyear.com/0a4dffa0/5cec1c1b-21f3-4f3a-97a6-8c77b0d92885.png" width="35.5%"/>
</div>

## 复现结果
|    方法     |  数据集   |  F1   |  OA   |  mIoU |
|:-------------:|:---------:|:-----:|:-----:|------:|
|  UNetFormer   |   UAVid   |   -   |   -   | 67.63 |
|  UNetFormer   | Vaihingen | 90.30 | 91.10 | 82.54 |
|  UNetFormer   |  Potsdam  | 92.64 | 91.19 | 86.52 |
|  UNetFormer   |  LoveDA   |   -   |   -   | 52.97 |
| FT-UNetFormer | Vaihingen | 91.17 | 91.74 | 83.98 |
| FT-UNetFormer |  Potsdam  | 93.22 | 91.87 | 87.50 |

由于训练阶段的一些随机操作，复现结果（运行一次）与论文中报告的结果略有不同。

## 引用

如果您在研究中发现本项目有用，请考虑引用：

- [UNetFormer: A UNet-like transformer for efficient semantic segmentation of remote sensing urban scene imagery](https://authors.elsevier.com/a/1fIji3I9x1j9Fs)
- [A Novel Transformer Based Semantic Segmentation Scheme for Fine-Resolution Remote Sensing Images](https://ieeexplore.ieee.org/abstract/document/9681903) 
- [Transformer Meets Convolution: A Bilateral Awareness Network for Semantic Segmentation of Very Fine Resolution Urban Scene Images](https://www.mdpi.com/2072-4292/13/16/3065)
- [ABCNet: Attentive Bilateral Contextual Network for Efficient Semantic Segmentation of Fine-Resolution Remote Sensing Images](https://www.sciencedirect.com/science/article/pii/S0924271621002379)
- [Multiattention network for semantic segmentation of fine-resolution remote sensing images](https://ieeexplore.ieee.org/abstract/document/9487010)
- [A2-FPN for semantic segmentation of fine-resolution remotely sensed images](https://www.tandfonline.com/doi/full/10.1080/01431161.2022.2030071)

## 致谢

我们希望 **GeoSeg** 能够通过提供统一的基准和激发研究人员开发自己的分割网络来为不断增长的遥感研究服务。非常感谢以下项目对 **GeoSeg** 的贡献。
- [pytorch lightning](https://www.pytorchlightning.ai/)
- [timm](https://github.com/rwightman/pytorch-image-models)
- [pytorch-toolbelt](https://github.com/BloodAxe/pytorch-toolbelt)
- [ttach](https://github.com/qubvel/ttach)
- [catalyst](https://github.com/catalyst-team/catalyst)
- [mmsegmentation](https://github.com/open-mmlab/mmsegmentation)