百度AI攻城狮，用TensorFlow API训练目标检测模型（浣熊超可爱）

今天，人工智能正影响咱们生产、生活的方方面面。10月10日，为期三天的2018华为全联接大会在上海拉开帷幕，这次大会以“+智能，见将来”为主题，发布了AI战略及全球领先的全栈全场景AI解决方案，并推出全球首个覆盖全场景人工智能的昇腾系列IP和芯片，打造全面领先的AI实力。而咱们做为Python程序员在人工智能领域的技术与贡献也是举重若轻的，下面来了解一下怎么训练本身的目标检测模型。

TensorFlow内包含了一个强大的物体检测API，咱们能够利用这API来训练本身的数据集实现特殊的目标检测。

Dat Tran就分享了本身实现可爱的浣熊检测器的经历，在文章中做者把检测器的训练流程进行了梳理，咱们能够触类旁通来训练其余在工做项目中须要的检测器。下面咱们一块儿来学习一下吧！

为何要作这件事？

方便面君不只可爱，在国外很广泛的与人们平静地生活在一块儿。处于对它的喜好和与浣熊为邻的状况，做者选择了它做为检测器的检测对象。完成后能够将摄像安装在房子周围，检测是否有浣熊闯入了你家，你就能及时知道是否来了不速之客了。看来浣熊还真多啊！

建立数据集

机器学习须要数据做为原料，那么咱们首先须要作的就是创建起一个可供训练的数据集，同时咱们须要利用符合Tensorflow的数据格式来保持这些数据及其标签：

1. Tensorflow的物体检测接口主要使用TFRecord文件格式，咱们须要将数据转换为这个格式；

2.有不少工具能够完成数据的转换，不管是相似PASCAL VOC数据集或是Oxford Pet数据集的格式，都有不少成熟的脚原本完成转换，甚至也能够本身写一个脚原本转换，跟着文档解释不会太难；

3.在准备输入数据以前你须要考虑两件事情：其一，你须要一些浣熊的彩色图片；其二，你须要在图中浣熊的位置框坐标（xmin，ymin，xmax，ymax）来定位浣熊的位置并进行分类。对于只检测一种物体来讲咱们的任务十分简单，只须要定义一类就能够了；

4.哪里去找数据呢？互联网是最大的资源啦。包括各大搜索引擎的图片搜索和图像网站，寻找一些不一样尺度、位姿、光照下的图片。做者找了大概两百张的浣熊图片来训练本身的检测器（数据量有点小，可是来练手仍是能够的）;

5.有了数据之后咱们须要给他们打标签。分类很简单都是浣熊，可是咱们须要手动在每一张图中框出浣熊的位置。一个比较好的打标工具是LabelImg。编译好后只要要在图片上轻点鼠标就能够获得PASCAL VOC格式的XML文件，再利用一个脚本就能够转换成Tensorflow须要的输入格式了；有时候在Mac上打开jpeg图像会出现问题，须要将其转换为png来解决；

6.最后，将图像的标签转换为TFRecord格式后，并将起分为训练集（~160张）和测试集（~40张）就能够开始下一步的工做了！

小提示：

1. 还有不少图像标注工具，包括 FIAT (Fast Image Data Annotation Tool)、BBox-Label-Tool、以及matlab自带的trainingImageLabeler等等，能够根据条件和须要自行选择；

2. 图像格式转换一样也有不少工具，做者推荐了ImageMagick的工具，固然咱们还有ps，美图的工具，甚至本身写一个脚本也是一两分钟的事；

3. 整个训练过程当中最耗时的就是数据的标注了，做者表示仅仅一类图像200张的排序和打标签就花了他两个多小时的时间，若是须要大量图像的话仍是要情人帮忙或者找标注公司，例如CrowdFlower, CrowdAI 和 Amazon’s Mechanical Turk；

4. 对于图像的选择，尽可能选择适中的图像，要是太大不只运算速度慢还会形成内存溢出，须要调节训练批量的大小。

训练模型

输入数据搞定后咱们就开始训练模型啦。通常对于物体识别训练来讲有标准的工做流程。首先须要利用一个预训练模型来做为训练的基础，做者使用了ssd_mobilenet_v1。同时须要将分类改变为1，并更改模型、训练数据、标签数据的路径。对于学习率、批量大小和其余超参数先用默认参数来进行训练。

随后构建标签映射就能够进行训练了。

小提示：

1. API中有一个数据加强选项data_augmentation_option，这个选项对于较为单一的训练数据来讲十分有用。

2. 重要！标签的值须要从1开始标记，0是一个占位符，在为每一类分类标签赋值时须要注意。

作完了这些进一步的准备工做，咱们终于能够开始训练了。咱们能够选择在本身本地的GPU上训练网络，或者在云服务器上训练。在云服务器上可能须要一额外的配置文件。做者使用Google Cloud就须要一个YAML的文件来定义使用机器的参数。

在训练的过程当中，咱们能够经过tensorboard 来实时监测模型的训练状况一遍在出现异常时及时调整训练策略。

下图是做者基于24幅图的批量大小进行了一个多小时22k次训练的结果，但在40min左右就出现了很好的收敛结果。

图中显示了loss和精度随训练的变化状况。在预训练模型的帮助下，损失函数降低很快。

同时做者还将训练过程当中模型表现随训练次数的变化呈现了出来：

在通过测试和轻微的调整以后（实现本身的精度），就能够完成训练了。

模型的使用

完成训练以后咱们须要将模型保存下来，一般使用checkpoint的模式来保存。因为咱们是基于云端训练的，须要经过一个脚本将模型导入到本机使用。下面是做者将这个模型放到一个youtube浣熊视频中的结果：

浣熊出没

捕捉到浣熊

看完视频咱们会发现有时会出现漏识别和误识别。这主要是由于咱们用于训练的数据集过小了，模型缺少鲁棒性和泛化性，须要更多的数据来提升它的性能，而这也是目前人工智能面临的最大问题。若是对Python编程、网络爬虫、机器学习、数据挖掘、web开发、人工智能、面试经验交流。感兴趣能够加君519970686，群内会有不按期的发放免费的资料连接，这些资料都是从各个技术网站搜集、整理出来的，若是你有好的学习资料能够私聊发我，我会注明出处以后分享给你们。欢迎分享，欢迎评论，欢迎转发

结语

在跟随做者完成物体检测器的训练后，咱们应该也能够经过相应的步骤开发本身的检测器。固然须要提升分类器的表现，就须要更多的数据，数据，数据！

这个一检测器训练时间很短并且表现看起来不错。但对于多类物体的的话，表现是会有些许降低的，同时训练时间也要增长才能获得较好的结果。同时咱们须要在心中谨记一个原则，最终的模型必定是速度与精度，效率与效果的平衡。深度学习和其余的科学同样都有矛盾与平衡的一面，真正的产品效果其实取决于你倾向天平的哪一方！ （原文出处https://www.toutiao.com/i6612915175940948488/）