openVINO_training_extensions之一:Ubuntu16.04环境下使用tensorflow训练车牌识别
一、环境安装与配置
- OpenVINO环境安装与配置
安装openVINO环境请参照官网:
https://docs.openvinotoolkit.org/2019_R2/_docs_install_guides_installing_openvino_linux.html
下载openvino_training_extensions
- 使用git clone下载到本地
git clone https://github.com/opencv/openvino_training_extensions.git
进入下载目录cd openvino_training_extensions - 安装依赖环境
sudo apt-get install libturbojpeg python3-tk python3-pip virtualenv
到此openVINO前置环境安装好了
二、 配置安装训练环境
开始安装训练模型的环境
这里选择安装模型车牌识别License Plate Recognition
先决条件:
- Ubuntu * 16.04
- Python * 3.6
- TensorFlow * 1.13.1
- 带有Python API的OpenVINO™2019 R1以上
- 按照如下命令依次执行创建并激活虚拟环境:
cd $(git rev-parse --show-toplevel)/tensorflow_toolkit/lpr
virtualenv venv -p python3 --prompt = “(lpr)”
echo “. /opt/intel/openvino/bin/ setupvars.sh” >> venv/bin/activate
. venv/bin/activate - 安装依赖模块
pip3 install -e .
pip3 install -e …/utils
如果没有GPU, 请使用CPU_ONLY=true环境变量:
CPU_ONLY=true pip3 install -e .
pip3 install -e …/utils - 下载并准备所需的子模块
bash …/prepare_modules.sh - 准备数据集
下载培训数据并将其解压缩到data/synthetic_chinese_license_plates文件夹中。数据集必须由命名为训练图像的文件夹和命名为的crops注释的文本文件组成annotation。使用以下命令:- cd $(git rev-parse --show-toplevel)/data/synthetic_chinese_license_plates
- wget https://download.01.org/opencv/openvino_training_extensions/datasets/license_plate_recognition/Synthetic_Chinese_License_Plates.tar.gz
- tar xf Synthetic_Chinese_License_Plates.tar.gz
- 提取训练数据存档后,从中运行Python脚本
data/synthetic_chinese_license_plates/make_train_val_split.py将注释拆分为train并val通过将路径data/synthetic_chinese_license_plates/annotation 从存档传递到文件作为输入。该脚本会输出data/synthetic_chinese_license_plates/train和 data/synthetic_chinese_license_plates/val注释文件,并提供包含提取数据的文件夹中图像和标签的完整路径。使用以下命令:
- python3 make_train_val_split.py Synthetic_Chinese_License_Plates/annotation
- 运行完之后的文件夹结构如下:
- 训练和评估
- 配置训练的配置文件
配置文件:tensorflow_toolkit / lpr / chinese_lp / config.py
配置文件主要分为三个部分,这里主要配置一下训练的参数:
class train:训练部分
class eval:测试验证部分
class infer:推理部分
具体代码如下:
import os
from lpr<