【AI實戰】手把手教你訓練本身的目標檢測模型（SSD篇）

時間 2019-11-07

標籤 AI實戰手把手訓練本身目標檢測模型 ssd 欄目存儲简体版

原文原文鏈接

目標檢測是AI的一項重要應用，經過目標檢測模型能在圖像中把人、動物、汽車、飛機等目標物體檢測出來，甚至還能將物體的輪廓描繪出來，就像下面這張圖，是否是很酷炫呢，嘿嘿
python

在動手訓練本身的目標檢測模型以前，建議先了解一下目標檢測模型的原理（見文章：大話目標檢測經典模型RCNN、Fast RCNN、Faster RCNN，以及Mark R-CNN），這樣纔會更加清楚模型的訓練過程。git

本文將在咱們前面搭建好的AI實戰基礎環境上（見文章：AI基礎環境搭建），基於SSD算法，介紹如何使用本身的數據訓練目標檢測模型。SSD，全稱Single Shot MultiBox Detector（單鏡頭多盒檢測器），是Wei Liu在ECCV 2016上提出的一種目標檢測算法，是目前流行的主要檢測框架之一。github

本案例要作的識別即是在圖像中識別出熊貓，可愛吧，呵呵

下面按照如下過程介紹如何使用本身的數據訓練目標檢測模型：

一、安裝標註工具
要使用本身的數據來訓練模型，首先得先做數據標註，也就是先要告訴機器圖像裏面有什麼物體、物體在位置在哪裏，有了這些信息後才能來訓練模型。
（1）標註數據文件
目前流行的數據標註文件格式主要有VOC_200七、VOC_2012，該文本格式來源於Pascal VOC標準數據集，這是衡量圖像分類識別能力的重要基準之一。本文采用VOC_2007數據格式文件，以xml格式存儲，以下：算法

其中重要的信息有：
filename：圖片的文件名
name：標註的物體名稱
xmin、ymin、xmax、ymax：物體位置的左上角、右下角座標json

（2）安裝標註工具
若是要標註的圖像有不少，那就須要一張一張手動去計算位置信息，製做xml文件，這樣的效率就過低了。
所幸，有一位大神開源了一個數據標註工具labelImg，能夠經過可視化的操做界面進行畫框標註，就能自動生成VOC格式的xml文件了。該工具是基於Python語言編寫的，這樣就支持在Windows、Linux的跨平臺運行，實在是良心之做啊。安裝方式以下：
a. 下載源代碼
經過訪問labelImg的github頁面（https://github.com/tzutalin/labelImg），下載源代碼。可經過git進行clone，也能夠直接下載成zip壓縮格式的文件。

在本案例中直接下載成zip文件。
b.安裝編譯
解壓labelImg的zip文件，獲得LabelImg-master文件夾。
labelImg的界面是使用PyQt編寫的，因爲咱們搭建的基礎環境使用了最新版本的anaconda已經自帶了PyQt5，在python3的環境下，只需再安裝lxml便可，進入LabelImg-master目錄進行編譯，代碼以下：bash

#激活虛擬環境
source activate tensorflow
#在python3環境中安裝PyQt5（anaconda已自帶），若是是在python2環境下，則要安裝PyQt4，PyQt4的安裝方式以下
#conda install -c anaconda pyqt=4.11.4
#安裝xml
conda install xml
#編譯
make qt5py3
#打開標註工具
python3 labelImg.py

成功打開labelImg標註工具的界面以下：
網絡

二、標註數據
成功安裝了標註工具後，如今就來開始標註數據了。
（1）建立文件夾
按照VOC數據集的要求，建立如下文件夾
Annotations：用於存放標註後的xml文件
ImageSets/Main：用於存放訓練集、測試集、驗收集的文件列表
JPEGImages：用於存放原始圖像
框架

（2）標註數據
將熊貓圖片集放在JPEGImages文件夾裏面（熊貓的美照請找度娘要哦~），注意圖片的格式必須是jpg格式的。
打開labelImg標註工具，而後點擊左側的工具欄「Open Dir」按鈕，選擇剛纔放熊貓的JPEGImages文件夾。這時，主界面將會自動加載第一張熊貓照片。
分佈式

點擊左側工具欄的「Create RectBox」按鈕，而後在主界面上點擊拉個矩形框，將熊貓圈出來。圈定後，將會彈出一個對話框，用於輸入標註物體的名稱，輸入panda做爲熊貓的名稱。
函數

而後點擊左側工具欄的「Save」按鈕，選擇剛纔建立的Annotations做爲保存目錄，系統將自動生成voc_2007格式的xml文件保存起來。這樣就完成了一張熊貓照片的物體標註了。

接下來點擊左側工具欄的「Next Image」進入下一張圖像，按照以上步驟，畫框、輸入名稱、保存，如此反覆，直到把全部照片都標註好，保存起來。

（3）劃分訓練集、測試集、驗證集
完成全部熊貓照片的標註後，還要將數據集劃分下訓練集、測試集和驗證集。
在github上下載一個自動劃分的腳本（https://github.com/EddyGao/make_VOC2007/blob/master/make_main_txt.py）
而後執行如下代碼

python make_main_txt.py

將會按照腳本里面設置的比例，自動拆分訓練集、測試集和驗證集，將相應的文件名列表保存在裏面。

三、配置SSD
（1）下載SSD代碼
因爲本案例是基於tensorflow的，所以，在github上下載一個基於tensorflow的SSD，地址是 https://github.com/balancap/SSD-Tensorflow

以zip文件的方式下載下來，而後解壓，獲得SSD-Tensorflow-master文件夾
（2）轉換文件格式
將voc_2007格式的文件轉換爲tfrecord格式，tfrecord數據文件tensorflow中的一種將圖像數據和標籤統一存儲的二進制文件，能更加快速地在tensorflow中複製、移動、讀取和存儲等。
SSD-Tensorflow-master提供了轉換格式的腳本，轉換代碼以下：

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）修改物體類別
因爲是咱們自定義的物體，所以，要修改SSD-Tensorflow-master中關於物體類別的定義，打開SSD-Tensorflow-master/datasets/pascalvoc_common.py文件，進行修改，將VOC_LABELS中的其它無關類別所有刪掉，增長panda的名稱、ID、類別，以下：

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

四、下載預訓練模型
SSD-Tensorflow提供了預訓練好的模型，基於VGG模型（要了解VGG模型詳情，請閱讀文章：大話經典CNN經典模型VGG），以下表：

但這些預訓練的模型文件都是存儲在drive.google.com上，所以，沒法直接下載。只能經過「你懂的」方式進行下載，在這裏下載SSD-300 VGG-based預訓練模型，獲得文件：VGG_VOC0712_SSD_300x300_ft_iter_120000.ckpt.zip，而後進行解壓

五、訓練模型
終於把標註文件、SSD模型都準備好了，如今準備開始來訓練了。
在訓練模型以前，有個參數要修改下，打開SSD-Tensorflow-master/train_ssd_network.py找到裏面的DATA_FORMAT參數項，若是是使用cpu訓練則值爲NHWC，若是是使用gpu訓練則值爲NCHW，以下：

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

如今終於能夠開始來訓練了，打開終端，切換conda虛擬環境

source activate tensorflow

而後執行如下命令，開始訓練

# 使用預訓練好的 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，根據本身電腦的性能狀況，設置batch_size的值，值越大表示批量處理的數量越大，對機器性能的要求越高。若是電腦性能普通的，則能夠設置爲8，甚至4，土豪請忽略。
學習率learning_rate也能夠根據實際狀況調整，學習率越小則越精確，訓練的時間也越長，學習率越大則可縮短訓練時間，但就會下降精準度。

在這裏使用預訓練好的模型，SSD將會鎖定VGG模型的一些參數進行訓練，這樣能在較短的時間內完成訓練。

六、使用模型
SSD模型訓練好了，如今要來使用了，使用的方式也很簡單。
SSD-Tensorflow-master自帶了一個notebooks腳本，可經過jupyter直接使用模型。
先安裝jupyter，安裝方式以下：

conda install jupyter

而後啓動jupyter-notebook，代碼以下：

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

啓動後在SSD 300 Model的代碼塊設置模型的路徑和名稱

而後在最後的代碼塊中，設置要測試的圖像路徑path

而後點擊菜單「Cell」，點擊子菜單「Run All」，便能按順序所有執行代碼，並顯示出結果出來

執行後，可愛的熊貓就被圈出來了

通過以上步驟，咱們便使用了本身的數據完成了目標檢測模型的訓練。只要之後還有物體檢測的需求，而後找相關的圖片集進行標註，標註後進行模型訓練，就能完成一個定製化的目標檢測模型了，很是方便，但願本案例對你們能有所幫助。

關注本人公衆號「大數據與人工智能Lab」（BigdataAILab），而後回覆「代碼」關鍵字可獲取 完整源代碼。

推薦相關閱讀

相關標籤/搜索

每日一句

每一个你不满意的现在，都有一个你没有努力的曾经。