1.1 车标图像分类

最新推荐文章于 2022-07-06 20:33:50 发布

JiangHe1997

最新推荐文章于 2022-07-06 20:33:50 发布

阅读量1k

点赞数

分类专栏： tensorflow

本文链接：https://blog.csdn.net/weixin_41066584/article/details/89303278

版权

tensorflow 专栏收录该内容

8 篇文章 1 订阅

订阅专栏

1.1 车标图像分类

BlackWalnutLabs 2019年04月08日 08:00:00 60min分钟

使用机器学习七步走的方式完成车标分类任务

开始尝试

分类：

TensorFlowBoost

TensorFlow

介绍

什么是车标识别？

在学习 TensorFlow 的过程中，我们在开源社区中找到了一个名为 MobileNet 的模型，该模型能对图像进行分类。Google 发布的 tensorflow-for-poets 项目正好支持这个模型，我们希望能结合 TensorFlow 与 MobileNet，将其应用于分类不同车标的图片。同时以此作为基础，体验 ML/TF 中不同超参数对训练的影响。

我们要创造什么？

在这个 Codelab 中，你将要使用 5 种车标图像训练一个 TensorFlow 模型。你将学会以下技能：

收集并分类车标图像
使用 MobileNet_v1_128 模型
训练模型并测试效果
分别测试 Learning Rate 为 0.1、0.001、0.0001、0.00001 时的训练效果
测试将预训练模型替换为 MobileNet_v1_224 后的训练效果
选择最好的训练超参数，执行预测

收集并分类车标图像

本 Codelab 采用图像分类的方式来进行车标识别，因此需要收集的数据集很简单，只需要拍摄各种的车标图片即可。本 Codelab 提供了已拍摄完毕的演示用数据集，可以搭配自己拍摄的数据集使用。

在拍摄数据集时，需要注意以下几点。

拍摄的照片的分辨率最好为 1:1
拍摄的车标占拍摄图片的大多数区域
每种车标拍摄相同数量的图片，且每种不少于 200 张
不要逆光拍摄

新建名为 Codelab 的目录，并在该目录下新建名为 data 的目录。新建 Terminal 界面，进入 Codelab 目录，将 Tools/datasets目录下的图片复制到该目录下。

cp -r ../Tools/datasets/* data

在 Codelab/data 目录下上传自己拍摄的图片并解压。（以 image.zip 为例）

unzip image.zip

rm image.zip

在图像分类模型的训练过程中，模型需要知道训练的标签以及每个标签所对应的图片，因此需要将上一步中拍摄的图片按照车标种类分类。

本 Codelab 所采用的训练程序基于 tensorflow-for-poets 项目，该项目的训练程序只需要将相同的车标归类到一个目录下即可，即在训练时传入的标签名即为归类的目录名。

本 Codelab 提供的数据集已经按照名称归类，在 Codelab/data 目录下分别新建名为 BUICK、CHANGAN、BMW、NISSAN、GM 的目录，切换到 Terminal 界面并进入 Codelab/data 目录，将对应名称段的图片分别移动到这些目录中。

BUICK: 1521121626331.jpg ~ 1521121911843.jpg
CHANGAN: 1521171197033.jpg ~ 1521171332105.jpg
BMW: 1521187291619.jpg ~ 1521187912599.jpg
NISSAN: 1521189204685.jpg ~ 1521189316223.jpg
GM: 1521257197105.jpg ~ 1521257469684.jpg

mv 1521121* BUICK

mv 1521171* CHANGAN

mv 1521187* BMW

mv 1521189* NISSAN

mv 1521257* GM

使用 MobileNet_v1_128模型

能实现图像分类的模型有很多，比如 MobileNet、Inception、GoogleNet等等，每种模型都有各自的特点，下图为 Google 的 Codelab 提供的各图像分类模型对比图，本 Codelab 中选择的是 MobileNet 模型。

MobileNet V1 模型目前支持 2 种分辨率的图像，分别为 128*128 和 224*224，不过提供的训练程序会自动将传入的图片转换成指定的分辨率。

在 Terminal 界面下声明环境变量，即训练时所要用到的模型以及图像参数。在当前步骤中，我们选择使用 MobileNet 模型，训练图像分辨率为 128*128。

IMAGE_SIZE=128

ARCHITECTURE="MobileNet_1.0_${IMAGE_SIZE}"

训练模型并评估结果

车标识别的训练基于 Google 提供的 tensorflow-for-poets 项目，切换到 Terminal 界面，在 Codelab 目录下新建名为 scripts 的目录，进入 Codelab 目录，将 Tools/project 目录下提供的程序复制到该目录下。

cp -r ../Tools/project/* .

在 Terminal 界面下进入 Codelab目录，参照下面的做法执行训练，该项目在训练时会自动把数据集分类成三种数据集，一种是训练集，一种是测试集，一种是验证集，在默认情况下，这三种数据集的比例分别为 80%、10%、10%。

bottleneck_dir 表示训练集转换后的文件存放的目录
how_many_training_steps 表示总训练的步数
model_dir 表示模型文件存放的目录，如果目录下不存在模型则会自动下载
summaries_dir 表示训练的中间结果存放的目录
output_graph 和 output_labels表示训练结果输出的目录
architecture 就是我们前面设置的训练参数；image_dir表示数据集存放的目录。
testing_percentage 测试集的比例，默认值为 10
validation_percentage 验证集的比例，默认为 10

python3 -m scripts.retrain \

--bottleneck_dir=tmp/bottlenecks \

--how_many_training_steps=5000 \

--model_dir=model \

--summaries_dir=tmp/training_summaries/"${ARCHITECTURE}" \

--output_graph=output/retrained_graph_128_0_01.pb \

--output_labels=output/retrained_labels_128_0_01.txt \

--architecture="${ARCHITECTURE}" \

--testing_percentage=10 \

--validation_percentage=10 \

--image_dir=data \

--learning_rate=0.001

在执行训练后，程序会自动下载模型文件并进行训练，并且训练结束后在 output_graph 目录下生成 retrained_graph_128_0_01.pb 文件，在 output_labels 目录下生成 retrained_labels_128_0_01.txt 文件。

有两种评估训练结果的方式，一种是通过 Tensorboard 查看训练过程中各个参数的值，一种是执行评估程序直接查看识别准确率。

切换到 jupyter 界面，进入 Codelab/tmp/training_summaries 目录，选择在当前目录下进入 Tensorboard 界面。

Tensorboard 中的 accuracy_1 的曲线图即为识别的准确率随着训练步数的增加的变化情况。

如果想直接查看最终的准确率，先编辑 Codelab/scripts/evaluate.py 文件，根据下面的提示找到并修改程序。

# 找到这段代码

with load_graph(graph_file_name).as_default() as graph:

ground_truth_input = tf.placeholder(

tf.float32, [None, 5], name='GroundTruthInput')

# 修改为这段代码

with load_graph(graph_file_name).as_default() as graph:

ground_truth_input = tf.placeholder(

tf.float32, [None, ('替换为训练用标签的种类数')], name='GroundTruthInput')

# --------------------------------------------------------------------

# 找到这段代码

image_dir = 'tf_files/flower_photos'

# 修改为这段代码

image_dir = 'data'

# --------------------------------------------------------------------

# 找到这段代码

with tf.Session(graph=graph) as sess:

for filename, ground_truth in zip(filenames, ground_truths):

image = Image.open(filename).resize((224,224),Image.ANTIALIAS)

# 修改为这段代码

with tf.Session(graph=graph) as sess:

for filename, ground_truth in zip(filenames, ground_truths):

image = Image.open(filename).resize((128,128),Image.ANTIALIAS)

切换到 Terminal 界面，进入 Codelab 目录，执行评估程序。

python3 -m scripts.evaluate output/retrained_graph_128_0_01.pb

输出值中 Accuracy 即为训练的准确率。

调整 Learning Rate

决定最终识别率的因素有三种，一种是训练的模型，一种是数据集的完整性和干净性，另一种是训练的超参数的合理性。

超参数即不会在训练过程中随着训练的进行而发生变化的训练参数，在本 Codelab 中，选择 learning_rate 为超参数并将其调整为 0.1、0.001、0.0001、0.00001 再次训练。切换到 Terminal 界面，进入 Codelab 目录，选择不同的 Learning Rate 开始训练。

Learning Rate 为 0.1 时：

python3 -m scripts.retrain \

    --bottleneck_dir=tmp/bottlenecks \

    --how_many_training_steps=5000 \

    --model_dir=model \

    --summaries_dir=tmp/training_summaries/"${ARCHITECTURE}" \

    --output_graph=output/retrained_graph_128_0_1.pb \

    --output_labels=output/retrained_labels_128_0_1.txt \

    --architecture="${ARCHITECTURE}" \

    --testing_percentage=10 \

    --validation_percentage=10 \

    --image_dir=data \

    --learning_rate=0.1

Learning Rate 为 0.001 时：

python3 -m scripts.retrain \

    --bottleneck_dir=tmp/bottlenecks \

    --how_many_training_steps=5000 \

    --model_dir=model \

    --summaries_dir=tmp/training_summaries/"${ARCHITECTURE}" \

    --output_graph=output/retrained_graph_128_0_001.pb \

    --output_labels=output/retrained_labels_128_0_001.txt \

    --architecture="${ARCHITECTURE}" \

    --testing_percentage=10 \

    --validation_percentage=10 \

    --image_dir=data \

    --learning_rate=0.001

Learning Rate 为 0.0001 时：

python3 -m scripts.retrain \

    --bottleneck_dir=tmp/bottlenecks \

    --how_many_training_steps=5000 \

    --model_dir=model \

    --summaries_dir=tmp/training_summaries/"${ARCHITECTURE}" \

    --output_graph=output/retrained_graph_128_0_0001.pb \

    --output_labels=output/retrained_labels_128_0_0001.txt \

    --architecture="${ARCHITECTURE}" \

    --testing_percentage=10 \

    --validation_percentage=10 \

    --image_dir=data \

    --learning_rate=0.0001

Learning Rate 为 0.00001 时：

python3 -m scripts.retrain \

    --bottleneck_dir=tmp/bottlenecks \

    --how_many_training_steps=5000 \

    --model_dir=model \

    --summaries_dir=tmp/training_summaries/"${ARCHITECTURE}" \

    --output_graph=output/retrained_graph_128_0_00001.pb \

    --output_labels=output/retrained_labels_128_0_00001.txt \

    --architecture="${ARCHITECTURE}" \

    --testing_percentage=10 \

    --validation_percentage=10 \

    --image_dir=data \

    --learning_rate=0.00001

切换到 Terminal 界面，进入 Codelab 目录，执行评估程序。

python3 -m scripts.evaluate output/retrained_graph_128_0_1.pb

python3 -m scripts.evaluate output/retrained_graph_128_0_001.pb

python3 -m scripts.evaluate output/retrained_graph_128_0_0001.pb

python3 -m scripts.evaluate output/retrained_graph_128_0_00001.pb

输出值中 Accuracy 即为训练的准确率。

调整训练分辨率

训练时所使用的图像分辨率也是训练的超参数之一，不同的分辨率同样会影响模型的训练结果。在 Learning Rate 为 0.01 的情况下，测试训练图像分辨率为 224*224 时的结果。

测试图像分辨率为 224*224*：

IMAGE_SIZE=224

ARCHITECTURE="MobileNet_1.0_${IMAGE_SIZE}"

python3 -m scripts.retrain \

--bottleneck_dir=tmp/bottlenecks \

--how_many_training_steps=5000 \

--model_dir=model \

--summaries_dir=tmp/training_summaries/"${ARCHITECTURE}" \

--output_graph=output/retrained_graph_224_0_01.pb \

--output_labels=output/retrained_labels_224_0_01.txt \

--architecture="${ARCHITECTURE}" \

--testing_percentage=10 \

--validation_percentage=10 \

--image_dir=data \

--learning_rate=0.001

编辑 Codelab/scripts/evaluate.py 文件，根据下面的提示找到并修改程序。

# 找到这段代码

with tf.Session(graph=graph) as sess:

    for filename, ground_truth in zip(filenames, ground_truths):

        image = Image.open(filename).resize((128,128),Image.ANTIALIAS)

# 修改为这段代码

with tf.Session(graph=graph) as sess:

    for filename, ground_truth in zip(filenames, ground_truths):

        image = Image.open(filename).resize((224,224),Image.ANTIALIAS)

Terminal 界面，进入 Codelab 目录，执行评估程序。

python3 -m scripts.evaluate output/retrained_graph_224_0_01.pb

输出值中 Accuracy 即为训练的准确率。

执行预测

在训练完成之后，可能结果会显示准确率 100% ，貌似不太可信啊，我们可以使用另外的交通标志图片进行测试。

切换到 jupyter 项目树界面，在 Codelab 目录下新建名为 test 的目录。从网上寻找对应的车标图片，放在 test 目录下，这里寻找的照片不需要特别注意分辨率，测试程序中内置了统一分辨率的功能。

参考下面的程序执行在线测试，测试结果会显示在输出中，每次执行会选择目录中的一张图片预测。

graph 表示训练后生成的 PB 文件所在的路径
image 表示要预测的图片所在的路径

python3 -m scripts.label_image \

--graph=output/retrained_graph_224_0_01.pb  \

--labels=output/retrained_labels_224_0_01.txt  \

--input_height=224 \

--input_width=224 \

--image=test/image.jpg

第一尝试使用tensorflow 但是出了点小问题，导致没有写完并且没有预测成功，先把具体的命令记录下来等以后安装好tensorflow的环境后本地跑一下

JiangHe1997

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
1.1 车标图像分类

1.1 车标图像分类BlackWalnutLabs2019年04月08日 08:00:0060min分钟使用机器学习七步走的方式完成车标分类任务开始尝试分类：TensorFlowBoostTensorFlow介绍什么是车标识别？在学习 TensorFlow 的过程中，我们在开源社区中找到了一个名为 MobileNet 的模型，该模型能对图...
复制链接

扫一扫

专栏目录