linux+tensorflow利用faster-RCNN实现目标检测

前段时间过来实习，做的方向是目标识别，因为之前没有接触过相关的研究内容，所以算是小白一个；带我的师兄了解我的情况后，抛给我一个Github的链接，让我学习一下里面的内容，是一个入门的教程，让我按照里面的内容具体实现一下，算是给我的一个小任务了。我按照里面的内容，一点一点的学习，遇到问题先自己网上查，实在解决不了就找师兄帮忙，大概花了一个星期的时间，学习了一下整个东西，也自己找了一些数据进行了实验。因为之前学习的方向不是这个，所以学习期间遇到了很多问题，所以在这里和大家分享一下自己的心得和经验。

一、linux系统的学习

我之前主要做一些的图像算法的经典方法研究，一般在window系统下进行操作，所以就没有学习过linux系统的知识。师兄在公司配置了一台带有GPU的服务器，方便做一些深度学习方法的研究，而且后期的很多工作也是需要和服务器进行交互处理的，所以要求我学习一下linux系统的基础知识。我花了半天时间看了一些linux基础教程，然后就在服务器上实际练练手，毕竟实践出真知啊！

二、环境配置

环境的配置分为两部分：tensorflow和coco api
我要使用tensorflow框架做研究，所以首先要在服务器上安装tensorflow的相关东西。我之前在window系统下也做过一些深度学习的研究，所以对这些东西还是比较熟练的，将简单的按照教程走，一步一步的安装，并没有遇到什么问题。
coco api安装
首先是根据地址下载安装包，然后需要进行protobuf编译工作，在这个过程中我遇到了两个问题；其中一个是使用的protoc版本太低，编译出现错误，下载最新的版本就解决了这个问题。另外一个问题是在编译的过程中出现了” permission denied “的错误，我查了好长时间也没解决问题，然后找师兄帮忙，他看了一下说是 指令没有权限，然后敲了一句” chmod +x protoc“就顺利解决问题了，走之前还说”有问题就问我，不要自己在那瞎想！（我就不说什么了，毕竟菜）“。

之后就是添加环境变量然后进行测试，测试结果如图所示，这就说明我们已经成功安装了Tensorflow Object Detection API

三、用自己的图像训练分类器和测试

在给出的案列中是使用扑克牌图像做分类任务，我学习了它的过程后，就想自己拿一些图像做训练，也算是检测一下自己的学习情况。
图像目标检测做分类的流程大概为：收集图像数据、对图像做标签、生成训练数据、利用数据训练模型、导出模型并做测试。
1、正常来说，图像数据越多、越丰富，模型的训练效果越好；我收集了170张包含挖掘机的图像，按照4：1的比例分为train和test数据，并且为了简单，我识别的目标只有挖掘机一个类别。
2、然后对所有的图像做标签，用到的工具是labelimg，这是个简单但繁琐的过程，需要良好的耐心去做。我就因为没有特别好的耐心，做了很多的无用功。
3、接下来就是生成训练需要的数据格式，这部分没有特别困难的部分，调用一些函数实现就行，需要注意一下文件的路径问题就行。
4、等图像数据准备好了之后，就可以进行training了，这一般要花费一些时间，因为我使用的数据比较少，所以训练了不到一个小时，模型的loss就挺低了，一般loss低于0.05就可以接受了。模型的训练情况如下图所示，可以看出当训练次数大于10k时候，loss低于0.05并且差不多收敛了。

四、 模型导出和测试

模型训练好之后，导出到相应文件夹中；接下来就可以使用自己的图像数据进行测试了，我找了5张含有挖掘机的图像进行实验，可以由于训练数据比较少，实验结果并不是特别好，但我主要是学习整个过程，所以也就接受了，实验结果如下图所示。



在测试实验的过程中，遇到了一个问题，每当我测试完一张图像时，再重新测试另一种图像时候，会给内存溢出的报错。通过查找资料，原来是没次测试都会用到GPU资源，这样会把GPU资源占满，需要kill掉之前的任务，释放内存，才能开始新的任务。