tensorflow精进之路(二十四)——Object Detection API目标检测(中)（COCO数据集训练的模型—ssd_mobilenet_v1_coco模型）

最新推荐文章于 2025-03-16 21:59:32 发布
最新推荐文章于 2025-03-16 21:59:32 发布
阅读量7k 收藏 43
点赞数 7
分类专栏： TensorFlow精进篇
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Aidam_Bo/article/details/97650169
版权

1、概述


上一讲简单的讲了目标检测的原理以及Tensorflow Object Detection API的安装，这一节继续讲Tensorflow Object Detection API怎么用。

2、COCO数据集介绍


COCO数据集是微软发布的一个可以用来进行图像识别训练的数据集，图像中的目标都经过精确的segmentation进行位置定位，COCO数据集包括90类目标。Object Detection API默认提供了5个预训练模型，都是使用COCO数据集训练的，分别为

  1. SSD + MobileNet
  2. Inception V2 + SSD
  3. ResNet101 + R-CNN
  4. ResNet101 + Faster R-CNN
  5. Inception-ResNet V2 + Faster R-CNN

3、下载模型


这个例子中，我们使用基于COCO上训练的ssd_mobilenet_v1_coco模型对任意图片进行识别。打开以下链接，

https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/detection_model_zoo.md

下载第一个模型。然后，将其解压在object_detection目录下。接下来，写代码。

4、导入模块


首先在my_object_detection目录下新建文件demo1.py。

#encoding:utf-8
import tensorflow as tf
import numpy as np
 
import os
from matplotlib import pyplot as plt
from PIL import Image
from object_detection.utils import label_map_util
from object_detection.utils import visualization_utils as vis_utils


5、指定文件路径等

 

#下载下来的模型的目录
MODEL_DIR = 'object_detection/ssd_mobilenet_v1_coco_2018_01_28'
#下载下来的模型的文件
MODEL_CHECK_FILE = os.path.join(MODEL_DIR, 'frozen_inference_graph.pb')
#数据集对于的label
MODEL_LABEL_MAP = os.path.join('object_detection/data', 'mscoco_label_map.pbtxt')
#数据集分类数量，可以打开mscoco_label_map.pbtxt文件看看
MODEL_NUM_CLASSES = 90
 
#这里是获取实例图片文件名，将其放到数组中
PATH_TO_TEST_IMAGES_DIR = 'object_detection/test_images'
TEST_IMAGES_PATHS = [os.path.join(PATH_TO_TEST_IMAGES_DIR, 'image{}.jpg'.format(i)) for i in range(1, 6)]
#输出图像大小，单位是in
IMAGE_SIZE = (12, 8)


6、导入模型

 

tf.reset_default_graph()
 
#将模型读取到默认的图中
with tf.gfile.GFile(MODEL_CHECK_FILE, 'rb') as fd:
    _graph = tf.GraphDef()
    _graph.ParseFromString(fd.read())
    tf.import_graph_def(_graph, name='')


7、加载COCO数据标签

 

#加载COCO数据标签，将mscoco_label_map.pbtxt的内容转换成
# {1: {'id': 1, 'name': u'person'}...90: {'id': 90, 'name': u'toothbrush'}}格式
label_map = label_map_util.load_labelmap(MODEL_LABEL_MAP)
categories = label_map_util.convert_label_map_to_categories(label_map, max_num_classes=MODEL_NUM_CLASSES)
category_index = label_map_util.create_category_index(categories)


8、在图中计算，并显示结果

 

#将图片转化成numpy数组形式
def load_image_into_numpy_array(image):
    (im_width, im_height) = image.size
    return np.array(image.getdata()).reshape((im_height, im_width, 3)).astype(np.uint8)
 
#在图中开始计算
detection_graph = tf.get_default_graph()
with tf.Session(graph=detection_graph) as sess:
    for image_path in TEST_IMAGES_PATHS:
        print(image_path)
        #读取图片
        image = Image.open(image_path)
        #将图片数据转成数组
        image_np = load_image_into_numpy_array(image)
        #增加一个维度
        image_np_expanded = np.expand_dims(image_np, axis=0)
        #下面都是获取模型中的变量，直接使用就好了
        image_tensor = detection_graph.get_tensor_by_name('image_tensor:0')
        #存放所有检测框
        boxes = detection_graph.get_tensor_by_name('detection_boxes:0')
        #每个检测结果的可信度
        scores = detection_graph.get_tensor_by_name('detection_scores:0')
        #每个框对应的类别
        classes = detection_graph.get_tensor_by_name('detection_classes:0')
        #检测框的个数
        num_detections = detection_graph.get_tensor_by_name('num_detections:0')
        #开始计算
        (boxes, scores, classes, num_detections) = sess.run([boxes, scores, classes, num_detections],
                                                            feed_dict={image_tensor : image_np_expanded})
        #打印识别结果
        print(num_detections)
        print(boxes)
        print(classes)
        print(scores)
 
        #得到可视化结果
        vis_utils.visualize_boxes_and_labels_on_image_array(
            image_np,
            np.squeeze(boxes),
            np.squeeze(classes).astype(np.int32),
            np.squeeze(scores),
            category_index,
            use_normalized_coordinates=True,
            line_thickness=8
        )
        #显示
        plt.figure(figsize=IMAGE_SIZE)
        plt.imshow(image_np)
        plt.show()


9、完整代码

 

#encoding:utf-8
import tensorflow as tf
import numpy as np
 
import os
from matplotlib import pyplot as plt
from PIL import Image
from object_detection.utils import label_map_util
from object_detection.utils import visualization_utils as vis_utils
 
#下载下来的模型的目录
MODEL_DIR = 'object_detection/ssd_mobilenet_v1_coco_2018_01_28'
#下载下来的模型的文件
MODEL_CHECK_FILE = os.path.join(MODEL_DIR, 'frozen_inference_graph.pb')
#数据集对于的label
MODEL_LABEL_MAP = os.path.join('object_detection/data', 'mscoco_label_map.pbtxt')
#数据集分类数量，可以打开mscoco_label_map.pbtxt文件看看
MODEL_NUM_CLASSES = 90
 
#这里是获取实例图片文件名，将其放到数组中
PATH_TO_TEST_IMAGES_DIR = 'object_detection/test_images'
TEST_IMAGES_PATHS = [os.path.join(PATH_TO_TEST_IMAGES_DIR, 'image{}.jpg'.format(i)) for i in range(1, 6)]
 
#输出图像大小，单位是in
IMAGE_SIZE = (12, 8)
 
tf.reset_default_graph()
 
#将模型读取到默认的图中
with tf.gfile.GFile(MODEL_CHECK_FILE, 'rb') as fd:
    _graph = tf.GraphDef()
    _graph.ParseFromString(fd.read())
    tf.import_graph_def(_graph, name='')
 
#加载COCO数据标签，将mscoco_label_map.pbtxt的内容转换成
# {1: {'id': 1, 'name': u'person'}...90: {'id': 90, 'name': u'toothbrush'}}格式
label_map = label_map_util.load_labelmap(MODEL_LABEL_MAP)
categories = label_map_util.convert_label_map_to_categories(label_map, max_num_classes=MODEL_NUM_CLASSES)
category_index = label_map_util.create_category_index(categories)
 
#将图片转化成numpy数组形式
def load_image_into_numpy_array(image):
    (im_width, im_height) = image.size
    return np.array(image.getdata()).reshape((im_height, im_width, 3)).astype(np.uint8)
 
#在图中开始计算
detection_graph = tf.get_default_graph()
with tf.Session(graph=detection_graph) as sess:
    for image_path in TEST_IMAGES_PATHS:
        print(image_path)
        #读取图片
        image = Image.open(image_path)
        #将图片数据转成数组
        image_np = load_image_into_numpy_array(image)
        #增加一个维度
        image_np_expanded = np.expand_dims(image_np, axis=0)
        #下面都是获取模型中的变量，直接使用就好了
        image_tensor = detection_graph.get_tensor_by_name('image_tensor:0')
        #存放所有检测框
        boxes = detection_graph.get_tensor_by_name('detection_boxes:0')
        #每个检测结果的可信度
        scores = detection_graph.get_tensor_by_name('detection_scores:0')
        #每个框对应的类别
        classes = detection_graph.get_tensor_by_name('detection_classes:0')
        #检测框的个数
        num_detections = detection_graph.get_tensor_by_name('num_detections:0')
        #开始计算
        (boxes, scores, classes, num_detections) = sess.run([boxes, scores, classes, num_detections],
                                                            feed_dict={image_tensor : image_np_expanded})
        #打印识别结果
        print(num_detections)
        print(boxes)
        print(classes)
        print(scores)
 
        #得到可视化结果
        vis_utils.visualize_boxes_and_labels_on_image_array(
            image_np,
            np.squeeze(boxes),
            np.squeeze(classes).astype(np.int32),
            np.squeeze(scores),
            category_index,
            use_normalized_coordinates=True,
            line_thickness=8
        )
        #显示
        plt.figure(figsize=IMAGE_SIZE)
        plt.imshow(image_np)
        plt.show()


10、运行结果


先来看一看第一张图片的打印结果，

image1.jpg这张图，检测到两个物体。

.....

上图是检测框的计算结果，可以看到，除了第一个和第二个框有数据，其他的框都是0,这说明只检测到两个物体。

上图是每个框对应检测到的物体，因为只有两个框，所以只有第一和第二个数据有效，我们看看18对应的物体是什么？在mscoco_label_map.pbtxt文件中查找id为18的物体，

可以看到，是“dog”。

上图是每个框是其检测物体的可信度，比如上图中，检测到第一个检测框是狗的可信度约为94%，这就说明是狗的概率很高。好了，我们再看看可视化的结果，

确实是两个框，分别框住两只狗，可信度分别为94%，93%，并且，每个框都标注为”dog”。来看另一张图片image2.jpg

 

这个就检测到12个物体，

.........

对应的12个框，

框中的物体类别，分别对应于1-person，38-kite，

上图是框中对应的物体的可信度，

对比一下原图，

 

虽然没把所有的“人”或其他物体都识别出来，但是准确率还是挺高的。
 

目标检测YOLO实战应用案例100讲-面向交通复杂目标场景的机器视觉检测技术研究
qq_36130719的博客
08-19 304
车辆、行人是道路交通的主体，为了能够有效地保证车辆以及行人的安全，学者们致力 于研究交通目标检测算法。图像的目标识别算法的发展历史从早期的基于数字图像处理到如 今的基于深度学习。从上个世纪六十年代开始，人们开始研究利用数字图像处理进行目标识 别。Poggio等人提出了一种基于静态图像的目标检测框架[ 3]，该框架不需要做任何的预处理 或者图像分割，可以直接从样本中学习并提取特征。Dalal等人提出了一种基于方向梯度直方 图（HOG）的图像特征[ 4]，用以解决行人检测方面的问题。
基于TensorFlow Object Detection API实现RetinaNet目标检测网络（附源码）
专注AI领域
05-26 1436
RetinaNet是作者Tsung-Yi Lin和Kaiming He于2018年发表的论文Focal Loss for Dense Object Detection中提出的网络。RetinaNet凭借其结构精简清晰、可扩展性强、检测准确率高等特点，成为了很多目标检测算法的baseline。在模型的训练过程中，经常会遇到这样的场景：我们需要保存某个时刻训练好的模型参数，这样在对模型进行微调时，才能使用保存好的参数继续训练，而不是再随机生成参数大范围的拟合。
ssd_mobilenet_v1_coco_2017_11_17模型文件.rar
10-21
tensorflow模型，提供给opencv等加载使用
在树莓派上运行 COCO-SSD MobileNet 目标检测：完整指南
最新发布
Interview_TC的博客
03-16 994
无论是识别门口的快递包裹、监控花园里的小动物，还是打造一个智能安防系统，目标检测技术都能让你的树莓派项目如虎添翼。无需昂贵的硬件，只需一个普通的树莓派和摄像头，即可开启计算机视觉的奇妙之旅！标准卷积 vs 深度可分离卷积（来源：Google Research），无需复杂的区域建议步骤。通过本指南，你已经成功在树莓派上部署了实时目标检测系统！是计算机视觉领域最权威的数据集之一，包含。COCO数据集示例图像（来源：COCO官网）：OpenCV 不支持摄像头的像素格式。：预处理与后处理的坐标转换错误。
ssd_mobilenet_v1_coco.config
03-25
tensorflow objection detection api ssd 配置文件 ssd_mobilenet_v1_coco.config
学习记录：利用预训练ssd_mobilenet_v1_coco模型实现Tensorflow物体检测
板栗的学习日常
08-11 1072
COCO数据集由微软出资标注并发布的大规模数据集，它可以用于对目标检测模型的训练，同时可以用于语义分割、图像标题生成等任务。图像中的目标都经过十分准确的segmentation位置定位，COCO数据集包括90个目标标签。
ssd_mobilenet_v1_coco_2017_11_17
07-30
ssd_mobilenet_v1_coco_2017_11_17 tensorflow预训练模型
ssd_mobilenet_v1_coco_2018_01_28.tar.gz
07-25
ssd_mobilenet_v1_coco https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/detection_model_zoo.md
coco数据集目标检测论文_tensorflow精进之路(二十四)——Object Detection API目标检测(中)（COCO数据集训练的模型—ssd_mobilenet_v1_coco模型）...
weixin_39902184的博客
12-20 710
1、概述上一讲简单的讲了目标检测的原理以及TensorflowObjectDetectionAPI的安装，这一节继续讲TensorflowObjectDetectionAPI怎么用。2、COCO数据集介绍COCO数据集是微软发布的一个可以用来进行图像识别训练的数据集，图像中的目标都经过精确的segmentation进行位置定位，COCO数据集包括90类目标。ObjectDetecti...
ssd_mobilenet_v1_coco_2018_01_28.config
07-05
通过已有模型，训练自己的模型，配置训练参数。
ssd_mobilenet_v1_coco_2017_11_17.zip
11-21
tensorflow训练的ssd_mobilenet_v1_coco_2017_11_17目标检测、图像分类模型。
ssd_mobilenet_v1_coco_2017_11_17.tar.gz
06-19
ssd_mobilenet_v1_coco_2017_11_17.tar.gz ssd_mobilenet_v1_coco_2017_11_17.tar.gz ssd_mobilenet_v1_coco_2017_11_17.tar.gz
htn-intro-to-tfjs:使用Tensorflow.JS进行对象检测的COCO-SSD模型的简单教程
05-27
htn-tfjs简介 介绍 这是一个的Hack The North Workshop创建的存储库。 该演示使用简单的COCO-SSD模型对用户上传的图像进行对象检测。 资源 执行
TF1.15.5训练ssd_mobilenet_v1_coco报错tensorflow.python.framework.errors_impl.InvalidArgumentError
Hello
07-13 1569
问题记录 环境: Ubuntu 20.04 LTS nvidia-smi 465.27 cuda11.3 tensorflow-gpu 1.15.5   Traceback (most recent call last): File "/home/haotian/.local/lib/python3.8/site-packages/tensorflow_core/python/client/session.py", line 1365, in _do_call return f
C++使用opencv4.0调用tensorflow训练的ssd_mobilenet_v1_coco_2017_11_17模型并进行物体识别
atpalain_csdn的博客
08-27 7182
C++使用opencv4.0调用tensorflow训练的ssd_mobilenet_v1_coco_2017_11_17模型并进行物体识别安装所需软件/库Step0. 确保已安装python或Anaconda3Step1. 生成opencv可调用的pbtxt文件Step2. 调用模型并识别物体 参考资料： How to load Tensorflow models with OpenCV; O...
使用TensorFlow Object Detection Api 进行环境搭建、训练自定义的数据集、输出模型、Android端使用模型目标检测
zfengfei的博客
12-14 404
使用TensorFlow Object Detection Api 进行环境搭建、训练自定义的数据集、输出模型、Android端使用模型目标检测 一、环境搭建 1、写在操作之前（环境准备） 提前说明，本文件所描述的内容是基本windows环境，仅cpu方式操作整个流程，实验的目录是训练自己收集的图片，使用tf object detection api包训练自己的模型，并使用新模型检测新的图片 操作系统windows10 64位 安装python版本号3.8.0 安装python相关依赖包
CornerNet（MS COCO,Object Detection）
phy12321的博客
09-07 508
CornerNet（MS COCO,Object Detection） Abstract 使用单纯的卷积网络检测成对的关键点来预测目标框。关键点预测使得一阶段检测模型中不再需要anchor box。 提出corner pooling Introduction anchor机制的缺点： 需要大量的anchors,但是只有一小部分有用，正样本和负样本极度不平衡，而且减慢训练速度 anchors机...
如何使用labelimg工具制作VOC格式的数据集，并用YOLOv5进行目标检测模型的训练？请详细说明数据集的准备和训练流程。
10-30
目标检测是计算机视觉中的核心技术之一，它要求算法不仅能够识别图像中的物体，还能准确地定位这些物体。VOC数据集和YOLOv5作为目标检测领域的重要工具和模型，被广泛应用于安全监控、自动驾驶等众多领域。为了帮助你掌握目标检测的实践操作，建议你利用这份资源：《使用YOLOv5训练VOC数据集的目标检测模型教程》。 参考资源链接：[使用YOLOv5训练VOC数据集的目标检测模型教程](https://wenku.csdn.net/doc/311h7mmezx) 使用labelimg工具制作VOC格式数据集的步骤如下： 1. 安装labelimg工具：首先需要下载并安装labelimg工具，它是制作标注数据集的重要工具，能够帮助我们为图像中的物体添加相应的类别和边界框信息。 2. 准备原始图像数据：收集需要标注的图像，并将其放置在labelimg能够访问的目录中。 3. 开始标注：运行labelimg程序，打开每个图像文件，使用工具提供的画框功能在每个目标物体周围绘制边界框，并为每个边界框选择正确的类别标签。 4. 保存标注结果：完成标注后，labelimg会生成对应的.xml标注文件，这些文件描述了每个图像中物体的类别和位置信息。 5. 转换标注格式：将labelimg生成的标注格式转换为VOC数据集所需的格式，通常需要编写脚本来完成这个转换过程。 接下来是使用YOLOv5训练目标检测模型的步骤： 1. 准备训练环境：确保你的系统中安装了PyTorch和YOLOv5所需的其他依赖库。 2. 数据集转换：根据YOLOv5的格式要求，将VOC数据集转换为YOLOv5可以识别的格式，这通常涉及到修改数据集的配置文件。 3. 修改模型配置：根据目标检测任务的需求，可能需要调整YOLOv5的配置文件，包括类别数、锚点等参数。 4. 开始训练：使用YOLOv5提供的训练脚本开始模型的训练过程。监控训练过程中的损失曲线，确保模型收敛并达到良好的性能。 5. 模型评估与优化：使用验证集评估模型性能，根据需要调整参数或进行数据增强，优化模型的准确率和泛化能力。 6. 模型部署：训练完成后，将模型部署到目标应用中进行实际的目标检测任务。 通过以上步骤，你可以成功制作VOC数据集并训练出YOLOv5目标检测模型。为了更深入地理解目标检测的原理和应用，建议结合《使用YOLOv5训练VOC数据集的目标检测模型教程》来学习，该资源不仅提供了实践操作的细节，还涵盖了理论知识和技巧，帮助你在计算机视觉领域不断精进。 参考资源链接：[使用YOLOv5训练VOC数据集的目标检测模型教程](https://wenku.csdn.net/doc/311h7mmezx)
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值