Wayne2019的博客

与前文Ai challenger 场景分类： train softmax using tfrecord的区别见代码前面的changes说明。目前tfrecord坑很多，参见 [Enhancement] Redesigning TensorFlow’s input pipelines #7951 目前赤裸的softmax过拟合严重：0.7 vs 0.18# -*- coding: utf-8 -*-

# -*- coding: utf-8 -*-"""Created on Wed Sep 20 16:05:02 2017@author: wayneFEELINGS目前原生tf和tfrecord的坑还是挺多的，需要自己写的“通用代码”较多，尤其是input pipeline和训练/验证的【流程控制和监控准确率】等已经在最新的1.3版本中引入了datasets,未来的1.4版本特性参见ht

与AI challenger 场景分类（1） 生成tfrecord文件 不同，这里我们生成验证集的tfrecord文件，另外将图片的id (string类型)也存入tfrecord， 方便后续使用。用时：～5 min 原图大小：463.9 M tfrecord文件大小：8.7 G # -*- coding: utf-8 -*-"""Created on Thu Sep 7 19:25:38

Tensorflow Object Detection API 猪检测代码以及后续进行猪分类的程序都开源在github了。主要在官方的demo code上做了如下修改：扩展det出的box，以更好地包裹目标，crop时限定不超出图像边界[expand_ratio]如检测出pig, animal可能都是对的，可以依据运行结果调整接受规则，抑制检测到的概率比较大的无关类别，提高鲁棒性[class_

主要涉及： https://github.com/tensorflow/models/blob/master/research/slim/nets/resnet_v2.py https://github.com/tensorflow/models/blob/master/research/slim/nets/resnet_utils.py首先建议阅读Tensorflow和slim的官方文档，获取

"""The ground-truth label is 1 if the anchor is positive, and is 0 if the anchor is negative. An anchor is labeled as positive if:(a) the anchor is the one with highest IoU overlap with a ground-tru

在之前的博文中介绍过用tf提供的预训练模型进行inference，非常简单。这里我们深入源码，了解检测API的代码架构，每个部分的深入阅读留待后续。首先官方文档还是比较丰富的，可以先全看一遍，然后和核心的模型有关的文档是： https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/definin

之前主要在结合paper看架构，在进入Fast R-CNN部分之前，先仔细研究一下一些基本类的具体实现。和当时读OpenFOAM的源代码套路差不多，不过OpenFOAM的变态c++让人特别绝望。"""object_detection/core/matcher.py"""class Match(object): """Class to store results from the matche

有了前面Faster R-CNN的基础，RFCN就比较容易了。"""object_detection/meta_architectures/rfcn_meta_arch.pyThe R-FCN meta architecture is similar to Faster R-CNN and only differs in thesecond stage. Hence this class inh

Update: 建议先看从编程实现角度学习Faster R-CNN，比较直观。这里由于源代码抽象程度较高，显得比较混乱。知乎文章中ProposalTargetCreator从RoIs选择一部分(比如128个)用以训练，本应该对应def _loss_box_classifier，但是实现不完全一致，又回到def _postprocess_rpn了，统一在Tensorflow object dete

本文复现AI challenger的官方baseline模型，数据通过tfrecord和队列来供给。 “This simple model consists of three convolutional layers, three max pool layers and two fully connected layers. Local response normalization and dro

输入是jpg代码：#!/usr/bin/env python3# -*- coding: utf-8 -*-"""Created on Fri Sep 29 16:25:16 2017@author: wayne"""'''我们用的是tf1.2，最新的tf1.3地址是https://github.com/tensorflow/models/tree/master/research/sli

用时：30 min 原图大小：3.5 G tfrecord文件大小：65.3 G （amazing! 注意原图是jpg压缩的）# -*- coding: utf-8 -*-"""Created on Thu Sep 7 19:25:38 2017@author: waynehttp://wiki.jikexueyuan.com/project/tensorflow-zh/how_tos/r

全部存入一个TFrecords文件，然后按照batch_size读取。 不多写了，直接贴代码。

tf.train.batch# -*- coding: utf-8 -*-"""Created on Thu Sep 14 18:02:41 2017@author: waynecifar10 官方样例 https://github.com/tensorflow/models/blob/master/tutorials/image/cifar10/cifar10_input.pytens

终端中查看python路径和版本wayne@wayne-GE60-2OC-2OD-2OE:~$ which python/home/wayne/anaconda3/bin/pythonwayne@wayne-GE60-2OC-2OD-2OE:~$ whereis pythonpython: /usr/bin/python /usr/bin/python2.7 /usr/bin/python2.

本文记录一下TensorFLow的几种图片读取方法，官方文档有较为全面的介绍。1.使用gfile读图片，decode输出是Tensor，eval后是ndarrayimport matplotlib.pyplot as pltimport tensorflow as tfimport numpy as npprint(tf.__version__)image_raw = tf.gfile.Fast

import pandas as pdimport jsonfrom collections import Counterimport seaborn as snsimport matplotlib.pyplot as pltwith open('../ai_challenger_scene_train_20170904/scene_train_annotations_20170904.js

# -*- coding: utf-8 -*-"""Created on Wed Sep 20 16:05:02 2017@author: waynereferences:输入数据https://indico.io/blog/tensorflow-data-inputs-part1-placeholders-protobufs-queues/https://indico.io/blog/t

模型采用tf-slim在imagenet上训练的inception-resnet-v2，可以选择训练哪些层，如只重新训练最后一层，或重新训练后面的多层等等。没有采取特殊的数据增强，用的tf-slim默认的inception输入方式。采用如下参数配置线上得分0.94361。 learning_rate=0.0001 batch_size=32 num_epochs=80 具体情况： trai

本文使用tf-slim的ResNet V1 152和ResNet V2 152预训练模型进行图像分类，并研究slim网络的scope命名等。tf-slim文档不太多，实现过程中多参考官网的源码： https://github.com/tensorflow/models/tree/master/research/slim 注意resnet v2的预处理有点不一样，输入是299而不是224 ResN

Update: 建议先看从编程实现角度学习Faster R-CNN，比较直观。这里由于源代码抽象程度较高，显得比较混乱。faster_rcnn_meta_arch.py中这两个对应知乎文章中RPN包含的3*3和1*1卷积： rpn_box_predictor_features = slim.conv2d(rpn_features_to_crop self._first_stage_box_p