【动手学PaddleX】谁都能学会的基于迁移学习的老人摔倒目标检测

本项目使用PaddleX搭建目标检测模块，在一个精选的数据集上进行初步训练，并在另一个老年人跌倒检测的数据集上进行参数微调，实现了迁移学习的目标检测项目。

1.项目介绍

迁移学习是非常有用的方法，在实际生活中由于场景多样，环境复杂，一些场景复杂或者人体姿态不一的数据集较少，因此直接训练的难度较大，且效果往往不如迁移学习。

2.项目流程

1. 我们使用两个数据集，一个是精选的精选的跌倒检测数据集Fall detection Dataset，一个是老年人跌倒数据集，在界面左侧数据集标签页可看到。
2. 检查标签名称，看是否满足我们的需要，如不满足则需要处理数据集将标签统一和格式化，并检查文件夹名称是否符合我们的规范。
3. 本项目使用的格式是PascalVOC格式

具体流程如下：首先部署开发环境，安装PaddleX；切割数据集、构建数据读取器；搭建PPYolo模型；使用其他场景数据集训练、验证模型；使用跌倒数据集进行微调并验证；使用微调后的模型进行推理。

3.项目环境

本项目的实验环境如下表所示

名称	版本	功能说明
AIStudio	BML Codelab	代码实现的基础平台与环境
PaddlePaddle	2.3.2	在新建项目时选择，2.4.0会出现bug
python	3.7	默认选择
PaddleX	2.1.0	PaddleX套件用于搭建模型

4.预训练阶段

利用跌倒检测数据集Fall detection Dataset得到预训练模型，为后续模型的微调做准备。

4.1 环境安装

PaddleX集成飞桨智能视觉领域图像分类、目标检测、语义分割、实例分割任务能力，将深度学习开发全流程从数据准备、模型训练与优化到多端部署端到端打通，并提供统一任务API接口。无需分别安装不同套件，以低代码的形式即可快速完成飞桨全流程开发。

本项目主要采用PaddleX来实现目标预测项目。

In [ ]

# 安装相关包，在持久化文件夹下安装
!pip install pycocotools -t /home/aistudio/external-libraries
!pip install cython -t /home/aistudio/external-libraries
!pip install pyproject -t /home/aistudio/external-libraries
!pip install --user --upgrade pyarrow==11.0.0

# 此处如果使用持久化路径会找不到paddlex命令
!pip install paddlex -i https://pypi.tuna.tsinghua.edu.cn/simple

4.2 数据集预处理

数据集存放在data文件夹下，解压相关数据集并处理成我们想要的格式。

In [ ]

# 解压数据集文件
!unzip -oq /home/aistudio/data/data182907/Fall_Dataset.zip -d Fall_Dataset/
!unzip -oq /home/aistudio/data/data94809/pp_fall.zip -d pp_fall/

此时数据集已解压到相关目录，但不符合PAscalVOC格式

• Annotations 进行detection 任务时的 标签文件，xml文件形式
• ImageSets 存放数据集的分割文件，比如train，val，test
• JPEGImages 存放 .jpg格式的图片文件
• SegmentationClass 存放 按照class 分割的图片
• SegmentationObject 存放 按照 object 分割的图片

In [ ]

# 对文件结构做处理
%cd /home/aistudio/Fall_Dataset/Fall_Dataset

!mv /home/aistudio/Fall_Dataset/Fall_Dataset/ImageSets/Main/test.txt /home/aistudio/Fall_Dataset/Fall_Dataset/ImageSets
!mv /home/aistudio/Fall_Dataset/Fall_Dataset/ImageSets/Main/train.txt /home/aistudio/Fall_Dataset/Fall_Dataset/ImageSets