手把手教你訓練自己的目標檢測模型

目標檢測是AI的一項重要應用，通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，是不是很酷炫呢

本文將在我們前面搭建好的AI實戰基礎環境上（見文章：AI基礎環境搭建），基於SSD演算法，介紹如何使用自己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演算法，是目前流行的主要檢測框架之一。

本案例的目標是：在圖像中識別出熊貓。很可愛吧

下面按照以下過程介紹如何使用自己的數據訓練目標檢測模型：

1、安裝標註工具

要使用自己的數據來訓練模型，首先得先作數據標註，也就是先要告訴機器圖像裡面有什麼物體、物體在位置在哪裡，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_2007、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。本文採用VOC_2007數據格式文件，以xml格式存儲，如下：

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、右下角坐標

（2）安裝標註工具

如果要標註的圖像有很多，那就需要一張一張手動去計算位置信息，製作xml文件，這樣的效率就太低了。

所幸，有一位大神開源了一個數據標註工具labelImg，可以通過可視化的操作界面進行畫框標註，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的跨平台運行，實在是良心之作啊。安裝方式如下：

a. 下載源代碼

通過訪問labelImg的github頁面（https://github.com/tzutalin/labelImg），下載源代碼。可通過git進行clone，也可以直接下載成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，得到LabelImg-master文件夾。

labelImg的界面是使用PyQt編寫的，由於我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即可，進入LabelImg-master目錄進行編譯，代碼如下：

#激活虛擬環境

source activate tensorflow

#在python3環境中安裝PyQt5（anaconda已自帶），如果是在python2環境下，則要安裝PyQt4，PyQt4的安裝方式如下

#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標註工具的界面如下：

2、標註數據

成功安裝了標註工具後，現在就來開始標註數據了。

（1）創建文件夾

按照VOC數據集的要求，創建以下文件夾

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

（2）標註數據

將熊貓圖片集放在JPEGImages文件夾裡面（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，然後點擊左側的工具欄「Open Dir」按鈕，選擇剛才放熊貓的JPEGImages文件夾。這時，主界面將會自動載入第一張熊貓照片。

點擊左側工具欄的「Create RectBox」按鈕，然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作為熊貓的名稱。

然後點擊左側工具欄的「Save」按鈕，選擇剛才創建的Annotations作為保存目錄，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，直到把所有照片都標註好，保存起來。

（3）劃分訓練集、測試集、驗證集

完成所有熊貓照片的標註後，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）

然後執行以下代碼

python make_main_txt.py

將會按照腳本裡面設置的比例，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裡面。

3、配置SSD

（1）下載SSD代碼

由於本案例是基於tensorflow的，因此，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，然後解壓，得到SSD-Tensorflow-master文件夾

（2）轉換文件格式

將voc_2007格式的文件轉換為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位文件，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，轉換代碼如下：

DATASET_DIR=./panda_voc2007/

OUTPUT_DIR=./panda_tfrecord/

python SSD-Tensorflow-master/tf_convert_data.py --dataset_name=pascalvoc --dataset_dir=$ --output_name=voc_2007_train --output_dir=$

（3）修改物體類別

由於是我們自定義的物體，因此，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中的其它無關類別全部刪掉，增加panda的名稱、ID、類別，如下：

VOC_LABELS = {

"none": (0, "Background"),

"panda": (1, "Animal"),

}

4、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：白話經典CNN經典模型VGG），如下表：

5、訓練模型

終於把標註文件、SSD模型都準備好了，現在準備開始來訓練了。

在訓練模型之前，有個參數要修改下，打開SSD-Tensorflow-master/train_ssd_network.py找到裡面的DATA_FORMAT參數項，如果是使用cpu訓練則值為NHWC，如果是使用gpu訓練則值為NCHW，如下：

DATA_FORMAT = "NCHW" # gpu

# DATA_FORMAT = "NHWC" # cpu

現在終於可以開始來訓練了，打開終端，切換conda虛擬環境

然後執行以下命令，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=$

--dataset_dir=$

--dataset_name=pascalvoc_2007

--dataset_split_name=train

--model_name=ssd_300_vgg

--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，根據自己電腦的性能情況，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。如果電腦性能普通的，則可以設置為8，甚至4，土豪請忽略。

學習率learning_rate也可以根據實際情況調整，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，但就會降低精準度。

在這裡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。

6、使用模型

SSD模型訓練好了，現在要來使用了，使用的方式也很簡單。

SSD-Tensorflow-master自帶了一個notebooks腳本，可通過jupyter直接使用模型。

先安裝jupyter，安裝方式如下：

conda install jupyter

然後啟動jupyter-notebook，代碼如下：

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

啟動後在SSD 300 Model的代碼塊設置模型的路徑和名稱

然後在最後的代碼塊中，設置要測試的圖像路徑path

然後點擊菜單「Cell」，點擊子菜單「Run All」，便能按順序全部執行代碼，並顯示出結果出來

執行後，可愛的熊貓就被圈出來了

經過以上步驟，我們便使用了自己的數據完成了目標檢測模型的訓練。只要以後還有物體檢測的需求，然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，非常方便，希望本案例對大家能有所幫助。

後面將陸續推出更多【AI實戰】內容，敬請留意。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！