caffe 目标检测 训练教材_caffe目标检测模型训练全过程（三）目标检测第一步

遍历整图查找蝴蝶位置

2018/04/22

训练模型对于识别背景和蝴蝶有比较好的效果，基本对不会识别错误，接下来，将通过整图遍历的原始而又野蛮的方式对一张原始图片进行处理，进而查找到蝴蝶的具体位置。具体思路如下图。对原图进行缩放成理想大小，例如，

最小边长缩放为227*6像素，最大边长等比缩放：

设置滑动窗大小为227*227像素

设置滑动窗移动步长为# 自动step_size

scale =min(img.shape[0],(227*6.0)/img.shape[1])*1.0

step_size = int(min(img.shape[0]*scale,img.shape[1]*scale))/20

print("scale",img.shape[0]*scale,img.shape[1]*scale)

#resize image

scale_img = cv2.resize(img,((int(img.shape[1] * scale), int(img.shape[0] * scale))))

然后通过模型预测每个滑动框的类别，若是蝴蝶(类别1)的概率大于99%，则记录滑动框位置，其后绘制在图片上

具体代码：

# 自动step_size

scale =min(img.shape[0],(227*6.0)/img.shape[1])*1.0

print(scale)

step_size = int(min(img.shape[0]*scale,img.shape[1]*scale))/20

print("scale",img.shape[0]*scale,img.shape[1]*scale)

#resize image

scale_img = cv2.resize(img,((int(img.shape[1] * scale), int(img.shape[0] * scale))))

temp2=scale_img[:]

print(scale_img.shape,temp2.shape,img.shape)

while x+227 < img.shape[0]*scale:

while y+227 < img.shape[1]*scale:

# cv2.rectangle(scale_img,(x,y),(x+227,y+227),(0,0,255),1)

temp = scale_img[x:x+227,y:y+227]

cv2.imwrite("scale_img.jpg",temp)

im = caffe.io.load_image('scale_img.jpg')

print(im.shape)

transformer = caffe.io.Transformer({'data': net_full_conv.blobs['data'].data.shape})

#transformer.set_mean('data', np.load(caffe_root + 'python/caffe/imagenet/ilsvrc_2012_mean.npy').mean(1).mean(1))

transformer.set_transpose('data', (2,0,1))

transformer.set_channel_swap('data', (2,1,0))

transformer.set_raw_scale('data', 255.0)

transformed_image = transformer.preprocess('data', im)

net_full_conv.blobs['data'].data[...] = transformed_image

net_full_conv.blobs['data'].reshape(1,3,227,227)

### perform classification

out = net_full_conv.forward()

# make classification map by forward and print prediction indices at each location

# out = net_full_conv.forward_all(data=np.asarray([transformer.preprocess('data', im)]))

print (out['prob'],(x,y))

if (out['prob'][0][1]>0.99):

cv2.rectangle(temp2,(y,x),(y+227,x+227),(0,0,255),2)

# print (out['prob'][0,1].shape,(x,y))

del im

y += step_size

y = 0

x += step_size

cv2.imwrite(imgFile.split('.')[0]+"_result.jpg",temp2)

其程序运行效果如下：

图1 运行效果

从图中可以看出，所标记的框的数量很多，但交际支出就是蝴蝶的维治所在，因此通过算法即可准确画出蝴蝶的位置，此步下次笔记提出。以上图所示，滑动窗的移动粒度step_size比较小，引起蝴蝶位置比较精确，但是消耗的时间比较长，我们试着1.缩放图片；2.调整step_size大小；看看最终效果。

图2 缩放图片后的效果

图3 调整step_size大小

经过上述效果，最终课调整最佳尺寸。

同时，对于检测对象和背景区分度不大的情况下，模型表现力不是很好，如下图所示：

图4 模型变现比较差

图5 模型变现比较差

其原因个人猜测如下：

1. 训练集加测试集样本只选择了100张图片，train datas中没有包含此类信息

2. 模型过拟合比较严重

3. 其他原因

附件：

其他测试结果图如下：

附图1

附图2

附图3