基于PaddleHub的奶牛身份识别

 

一、任务简介

奶牛身份识别，是实现智慧养殖的基础性工作。通过在挤奶通道口采集奶牛图像，并用人工智能实现奶牛个体的快速身份识别，从而为实时动态监测奶牛行为提供了基础条件，在畜牧业有广阔的应用价值。

本次实践基于FriesianCattle2017数据集（http://data.bris.ac.uk），为了简化难度，采用labelme标注好的标注文件对奶牛图片进行定位，去除一些干扰的因素。数据集一共有89头奶牛的图片，一个文件夹为1头奶牛在不同时刻的图像（每类的数量不一），目标是给定一张奶牛图片，判断该奶牛的ID。例如下图中是两只不同的奶牛。特别提示：本实践所用数据集均来自互联网，请勿用于商务用途。 

aistudio链接：https://aistudio.baidu.com/aistudio/projectdetail/528829

二、任务实践

以下以aistudio中目录结构作为示例。

Step1、基础工作

（1）安装或升级paddlepaddle和paddlehub

!pip install paddlepaddle==1.8.1 --upgrade

!pip install paddlehub --upgrade

（2）解压缩

!cd data/data31879/ && tar zxvf data.tar.gz !cd data/data31879/ && tar zxvf annotations.tar.gz

Step2、加载预训练模型

此处用了动物识别模型，也可以换成resnet_v2_50_imagenet等模型

import paddlehub as hub

module = hub.Module(name="resnet50_vd_animals") 

Step3、数据准备

（1）把数据进行裁剪，匹配预训练模型要求的尺寸，可以加入数据增强；(详细见notebook)

（2）做成paddlehub要求的数据集格式。

 

Step4、生成数据读取器

ImageClassificationReader适用于图像分类数据的预处理器。会修改输入图像的尺寸、进行标准化处理、图像增广处理等操作。

 

Step5、配置策略

在进行Finetune前，我们可以设置一些运行时的配置：

• use_cuda：设置为False表示使用CPU进行训练。如果您本机支持GPU，且安装的是GPU版本的PaddlePaddle，将这个选项设置为True；

• epoch：迭代轮数；

• batch_size：每次训练的时候，给模型输入的每批数据大小为32，模型训练时能够并行处理批数据，因此batch_size越大，训练的效率越高，但是同时带来了内存的负荷，过大的batch_size可能导致内存不足而无法训练，因此选择一个合适的batch_size是很重要的一步；

• log_interval：每隔10 step打印一次训练日志；

• eval_interval：每隔50 step在验证集上进行一次性能评估；

• checkpoint_dir：将训练的参数和数据保存到cv_finetune_turtorial_demo目录中；

• strategy：使用DefaultFinetuneStrategy策略进行finetune；

同时PaddleHub提供了许多优化策略，如AdamWeightDecayStrategy、ULMFiTStrategy、DefaultFinetuneStrategy等，详细信息参见策略

 

Step6、组建Finetune Task

有了合适的预训练模型和准备要迁移的数据集后，我们开始组建一个Task。

由于该数据设置是一个89分类的任务，而我们下载的分类module是在Animal数据集上训练的模型，所以我们需要对模型进行简单的微调，把模型改造为一个89分类模型：

1. 获取module的上下文环境，用于获取Module的上下文信息，得到输入、输出以及预训练的Paddle Program副本。
2. 从输出变量中找到特征图提取层feature_map；
3. 在feature_map后面接入一个全连接层，生成Task；

API参考链接

Step7、开始Finetune     

我们选择finetune_and_eval接口来进行模型训练，这个接口在finetune的过程中，会周期性的进行模型效果的评估，以便我们了解整个训练过程的性能变化。

Step8、预测

当Finetune完成后，我们使用模型来进行预测，先通过以下命令来获取测试的图片