教你學會物體檢測
編者按——
雖然作為產品，但是如果技術說這個實現不了的時候，你就應該把他一把推開「讓我來」。
起因是看到了@景略集智 和王司圖的光頭檢測，摸了摸自己的頭髮，又稀疏了不少，於是我陷入沉思……
然鵝，在我摘掉我的黑框眼鏡以後，我就發現我啥都看不見了，於是我就準備做一個對黑框眼鏡的檢測。
說干♂就干。
首先去找數據集，鑒於我的渣機子..決定先找20張。
然後我就愛上了圖7的小哥哥（並不）
當然這個數據集很小，很容易出現欠擬合……但是我懶qwq
在基友王♂比利的指引下，我打開了一個叫LabelImg的項目。地址是：https://github.com/tzutalin/labelImg
常規操作一波：
pip install PyQt5
pip install XXX.whl
pip install pyqt5-tools
pip install lxml
通過cd進入labelImg-master文件夾後：
pyrcc5 -o resources.py resources.qrc
然後隨即
python labelImg.py
於是出現了白框？
接著就是標定了，將眼鏡部分標定為「black glasses」，發現快捷鍵太好用惹！！！！！
常用快捷鍵
下一張：快捷鍵D
上一張：快捷鍵A
創建矩形框：快捷鍵W
保存：快捷鍵Ctrl+S
標註結束以後，同名的XML文件就生成惹。嚶嚶嚶~接著是創建TFRecord文件。
TFRecord是一種二進位文件。傳統的圖像與標籤往往是分為不同文件存放的，而在TF Record中每一張輸入圖像和與其相關的標籤則是存放在一個文件中的。TF Record並不對數據進行壓縮，所以可以被快速載入到內存中，從而進行大量數據流的讀取操作。
然後為了確定訓練效果，我們對標定的圖片來分出訓練集和測驗集同時生成csv文件。
在這裡我們構建xmlto csv的PY腳本：
import os
import glob
import pandas as pd
import xml.etree.ElementTree as ET
def xml_to_csv(path):
xml_list = []
for xml_file in glob.glob(path + "/*.xml"):
tree = ET.parse(xml_file)
root = tree.getroot()
for member in root.findall("object"):
value =(root.find("filename").text,
int(root.find("size")[0].text),
int(root.find("size")[1].text),
member[0].text,
int(member[4][0].text),
int(member[4][1].text),
int(member[4][2].text),
int(member[4][3].text)
)
xml_list.append(value)
column_name = ["filename", "width", "height", "class", "xmin", "ymin","xmax", "ymax"]
xml_df = pd.DataFrame(xml_list, columns=column_name)
return xml_df
def main():
for directory in ["train","test"]:
xml_df = xml_to_csv(image_path)
xml_df.to_csv("data/{}_labels.csv".format(directory), index=None)
print("Successfully converted xml tocsv.")
main()
腳本來源：https://github.com/datitran/raccoon_dataset
用python或者Jupyter運行代碼後生成csv文件
接下來建立腳本generate_tfrecord.py
from __future__ import division
from __future__ import print_function
from __future__ importabsolute_import
import os
import io
import pandas as pd
import tensorflow as tf
from PIL import Image
from object_detection.utils importdataset_util
from collections import namedtuple,OrderedDict
flags = tf.app.flags
flags.DEFINE_string("csv_input","", "Path to the CSV input")
flags.DEFINE_string("output_path","", "Path to output TFRecord")
FLAGS = flags.FLAGS
# TO-DO replace this with label map
def class_text_to_int(row_label):
if row_label == "black glasses":
return 1
else:
None
def split(df, group):
data = namedtuple("data", ["filename", "object"])
gb = df.groupby(group)
def create_tf_example(group, path):
encoded_jpg = fid.read()
encoded_jpg_io = io.BytesIO(encoded_jpg)
image = Image.open(encoded_jpg_io)
width, height = image.size
image_format = b"jpg"
xmins = []
xmaxs = []
ymins = []
ymaxs = []
classes_text = []
classes = []
xmins.append(row["xmin"] / width)
xmaxs.append(row["xmax"] / width)
ymins.append(row["ymin"] / height)
ymaxs.append(row["ymax"] / height)
classes_text.append(row["class"].encode("utf8"))
classes.append(class_text_to_int(row["class"]))
tf_example = tf.train.Example(features=tf.train.Features(feature={
"image/height":dataset_util.int64_feature(height),
"image/width":dataset_util.int64_feature(width),
"image/filename":dataset_util.bytes_feature(filename),
"image/source_id":dataset_util.bytes_feature(filename),
"image/encoded":dataset_util.bytes_feature(encoded_jpg),
"image/format":dataset_util.bytes_feature(image_format),
"image/object/bbox/xmin": dataset_util.float_list_feature(xmins),
"image/object/bbox/xmax":dataset_util.float_list_feature(xmaxs),
"image/object/bbox/ymin":dataset_util.float_list_feature(ymins),
"image/object/bbox/ymax":dataset_util.float_list_feature(ymaxs),
"image/object/class/text":dataset_util.bytes_list_feature(classes_text),
"image/object/class/label":dataset_util.int64_list_feature(classes),
}))
return tf_example
def main(_):
writer = tf.python_io.TFRecordWriter(FLAGS.output_path)
examples = pd.read_csv(FLAGS.csv_input)
grouped = split(examples, "filename")
for group in grouped:
tf_example = create_tf_example(group,path)
writer.write(tf_example.SerializeToString())
writer.close()
print("Successfully created the TFRecords: {}".format(output_path))
if __name__ == "__main__":
tf.app.run()
然後就…報錯了….
檢查了一下發現是自己沒有導入包，QwQ嗚嗚嗚，蠢哭惹~
然後下載models包，地址：https://github.com/tensorflow/models
安裝完包以後運行了CMD：
pythongenerate_tfrecord.py --csv_input=data/train_labels.csv --output_path=data/train.record
pythongenerate_tfrecord.py --csv_input=data/test_labels.csv --output_path=data/test.record
對，在這裡我們把csv文件都放在了data文件夾裡面。
在這個過程中還去看了一些CSDN的文章，然後被這個巨巨的標題想起了我在夕陽下的奔跑~
然後回來一看，就…懵逼了………
然後發現是文件路徑問題…….（掀桌）
原因是我的電腦里有兩個anaconda和三個python，可能我的電腦叫維魯斯？
一番折騰後，終於出現了久違的文件，露出姨母笑（哈？）
實現到這一步就算是成功一半了，但——行九十里路半五十。
接著就是把訓練集餵給代碼吃了~~嚶嚶嚶
於是我們就要去API代碼庫里挑一下，哪個models最月半月半，最快消化代碼
於是我們就選擇了ssd_mobilenet_v1_coco，敲棒der~
對比一下就知道~
TAG:生而產品 |