【AI实战】手把手教你训练本身的目标检测模型（SSD篇）

时间 2019-11-07 标签 AI实战手把手训练本身目标检测模型 ssd

目标检测是AI的一项重要应用，经过目标检测模型能在图像中把人、动物、汽车、飞机等目标物体检测出来，甚至还能将物体的轮廓描绘出来，就像下面这张图，是否是很酷炫呢，嘿嘿
python

在动手训练本身的目标检测模型以前，建议先了解一下目标检测模型的原理（见文章：大话目标检测经典模型RCNN、Fast RCNN、Faster RCNN，以及Mark R-CNN），这样才会更加清楚模型的训练过程。git

本文将在咱们前面搭建好的AI实战基础环境上（见文章：AI基础环境搭建），基于SSD算法，介绍如何使用本身的数据训练目标检测模型。SSD，全称Single Shot MultiBox Detector（单镜头多盒检测器），是Wei Liu在ECCV 2016上提出的一种目标检测算法，是目前流行的主要检测框架之一。github

本案例要作的识别即是在图像中识别出熊猫，可爱吧，呵呵

下面按照如下过程介绍如何使用本身的数据训练目标检测模型：

一、安装标注工具
要使用本身的数据来训练模型，首先得先做数据标注，也就是先要告诉机器图像里面有什么物体、物体在位置在哪里，有了这些信息后才能来训练模型。
（1）标注数据文件
目前流行的数据标注文件格式主要有VOC_200七、VOC_2012，该文本格式来源于Pascal VOC标准数据集，这是衡量图像分类识别能力的重要基准之一。本文采用VOC_2007数据格式文件，以xml格式存储，以下：算法

其中重要的信息有：
filename：图片的文件名
name：标注的物体名称
xmin、ymin、xmax、ymax：物体位置的左上角、右下角坐标json

（2）安装标注工具
若是要标注的图像有不少，那就须要一张一张手动去计算位置信息，制做xml文件，这样的效率就过低了。
所幸，有一位大神开源了一个数据标注工具labelImg，能够经过可视化的操做界面进行画框标注，就能自动生成VOC格式的xml文件了。该工具是基于Python语言编写的，这样就支持在Windows、Linux的跨平台运行，实在是良心之做啊。安装方式以下：
a. 下载源代码
经过访问labelImg的github页面（https://github.com/tzutalin/labelImg），下载源代码。可经过git进行clone，也能够直接下载成zip压缩格式的文件。

在本案例中直接下载成zip文件。
b.安装编译
解压labelImg的zip文件，获得LabelImg-master文件夹。
labelImg的界面是使用PyQt编写的，因为咱们搭建的基础环境使用了最新版本的anaconda已经自带了PyQt5，在python3的环境下，只需再安装lxml便可，进入LabelImg-master目录进行编译，代码以下：bash

#激活虚拟环境
source activate tensorflow
#在python3环境中安装PyQt5（anaconda已自带），若是是在python2环境下，则要安装PyQt4，PyQt4的安装方式以下
#conda install -c anaconda pyqt=4.11.4
#安装xml
conda install xml
#编译
make qt5py3
#打开标注工具
python3 labelImg.py

成功打开labelImg标注工具的界面以下：
网络

二、标注数据
成功安装了标注工具后，如今就来开始标注数据了。
（1）建立文件夹
按照VOC数据集的要求，建立如下文件夹
Annotations：用于存放标注后的xml文件
ImageSets/Main：用于存放训练集、测试集、验收集的文件列表
JPEGImages：用于存放原始图像
框架

（2）标注数据
将熊猫图片集放在JPEGImages文件夹里面（熊猫的美照请找度娘要哦~），注意图片的格式必须是jpg格式的。
打开labelImg标注工具，而后点击左侧的工具栏“Open Dir”按钮，选择刚才放熊猫的JPEGImages文件夹。这时，主界面将会自动加载第一张熊猫照片。
分布式

点击左侧工具栏的“Create RectBox”按钮，而后在主界面上点击拉个矩形框，将熊猫圈出来。圈定后，将会弹出一个对话框，用于输入标注物体的名称，输入panda做为熊猫的名称。
函数

而后点击左侧工具栏的“Save”按钮，选择刚才建立的Annotations做为保存目录，系统将自动生成voc_2007格式的xml文件保存起来。这样就完成了一张熊猫照片的物体标注了。

接下来点击左侧工具栏的“Next Image”进入下一张图像，按照以上步骤，画框、输入名称、保存，如此反复，直到把全部照片都标注好，保存起来。

（3）划分训练集、测试集、验证集
完成全部熊猫照片的标注后，还要将数据集划分下训练集、测试集和验证集。
在github上下载一个自动划分的脚本（https://github.com/EddyGao/make_VOC2007/blob/master/make_main_txt.py）
而后执行如下代码

python make_main_txt.py

将会按照脚本里面设置的比例，自动拆分训练集、测试集和验证集，将相应的文件名列表保存在里面。

三、配置SSD
（1）下载SSD代码
因为本案例是基于tensorflow的，所以，在github上下载一个基于tensorflow的SSD，地址是 https://github.com/balancap/SSD-Tensorflow

以zip文件的方式下载下来，而后解压，获得SSD-Tensorflow-master文件夹
（2）转换文件格式
将voc_2007格式的文件转换为tfrecord格式，tfrecord数据文件tensorflow中的一种将图像数据和标签统一存储的二进制文件，能更加快速地在tensorflow中复制、移动、读取和存储等。
SSD-Tensorflow-master提供了转换格式的脚本，转换代码以下：

DATASET_DIR=./panda_voc2007/
OUTPUT_DIR=./panda_tfrecord/
python SSD-Tensorflow-master/tf_convert_data.py --dataset_name=pascalvoc --dataset_dir=${DATASET_DIR} --output_name=voc_2007_train --output_dir=${OUTPUT_DIR}

（3）修改物体类别
因为是咱们自定义的物体，所以，要修改SSD-Tensorflow-master中关于物体类别的定义，打开SSD-Tensorflow-master/datasets/pascalvoc_common.py文件，进行修改，将VOC_LABELS中的其它无关类别所有删掉，增长panda的名称、ID、类别，以下：

VOC_LABELS = {
    'none': (0, 'Background'),
'panda': (1, 'Animal'),
}

四、下载预训练模型
SSD-Tensorflow提供了预训练好的模型，基于VGG模型（要了解VGG模型详情，请阅读文章：大话经典CNN经典模型VGG），以下表：

但这些预训练的模型文件都是存储在drive.google.com上，所以，没法直接下载。只能经过“你懂的”方式进行下载，在这里下载SSD-300 VGG-based预训练模型，获得文件：VGG_VOC0712_SSD_300x300_ft_iter_120000.ckpt.zip，而后进行解压

五、训练模型
终于把标注文件、SSD模型都准备好了，如今准备开始来训练了。
在训练模型以前，有个参数要修改下，打开SSD-Tensorflow-master/train_ssd_network.py找到里面的DATA_FORMAT参数项，若是是使用cpu训练则值为NHWC，若是是使用gpu训练则值为NCHW，以下：

DATA_FORMAT = 'NCHW'  # gpu
# DATA_FORMAT = 'NHWC'    # cpu

如今终于能够开始来训练了，打开终端，切换conda虚拟环境

source activate tensorflow

而后执行如下命令，开始训练

# 使用预训练好的 vgg_ssd_300 模型 
DATASET_DIR=./ panda_tfrecord
TRAIN_DIR=./panda_model
CHECKPOINT_PATH=./model_pre_train/VGG_VOC0712_SSD_300x300_ft_iter_120000.ckpt/VGG_VOC0712_SSD_300x300_ft_iter_120000.ckpt
python3 SSD-Tensorflow-master/train_ssd_network.py \
    --train_dir=${TRAIN_DIR} \
    --dataset_dir=${DATASET_DIR} \
    --dataset_name=pascalvoc_2007 \
    --dataset_split_name=train \
    --model_name=ssd_300_vgg \
    --checkpoint_path=${CHECKPOINT_PATH} \
    --save_summaries_secs=60 \
    --save_interval_secs=600 \
    --weight_decay=0.0005 \
    --optimizer=adam \
    --learning_rate=0.0001 \
    --batch_size=16

其中，根据本身电脑的性能状况，设置batch_size的值，值越大表示批量处理的数量越大，对机器性能的要求越高。若是电脑性能普通的，则能够设置为8，甚至4，土豪请忽略。
学习率learning_rate也能够根据实际状况调整，学习率越小则越精确，训练的时间也越长，学习率越大则可缩短训练时间，但就会下降精准度。

在这里使用预训练好的模型，SSD将会锁定VGG模型的一些参数进行训练，这样能在较短的时间内完成训练。

六、使用模型
SSD模型训练好了，如今要来使用了，使用的方式也很简单。
SSD-Tensorflow-master自带了一个notebooks脚本，可经过jupyter直接使用模型。
先安装jupyter，安装方式以下：

conda install jupyter

而后启动jupyter-notebook，代码以下：

jupyter-notebook SSD-Tensorflow-master/notebooks/ssd_notebook.ipynb

启动后在SSD 300 Model的代码块设置模型的路径和名称

而后在最后的代码块中，设置要测试的图像路径path

而后点击菜单“Cell”，点击子菜单“Run All”，便能按顺序所有执行代码，并显示出结果出来

执行后，可爱的熊猫就被圈出来了

通过以上步骤，咱们便使用了本身的数据完成了目标检测模型的训练。只要之后还有物体检测的需求，而后找相关的图片集进行标注，标注后进行模型训练，就能完成一个定制化的目标检测模型了，很是方便，但愿本案例对你们能有所帮助。

关注本人公众号“大数据与人工智能Lab”（BigdataAILab），而后回复“代码”关键字可获取 完整源代码。

推荐相关阅读