TensorFlow之目标检测API接口调试（超详细）

最新推荐文章于 2024-04-03 09:32:09 发布

宗而研之

最新推荐文章于 2024-04-03 09:32:09 发布

阅读量2.2w

点赞数 21

分类专栏： # TensorFlow

本文为博主原创文章，未经博主允许不得转载。

本文链接：https://blog.csdn.net/zong596568821xp/article/details/82015126

版权

TensorFlow 专栏收录该内容

19 篇文章 10 订阅

订阅专栏

注意：本文下载的tensoflow/model版本比较旧，是18年的版本，现在github上有更新，对代码和文件结构进行了一定的优化，因此下文的流程使用起来可能会与最新版本有所差异，大家要根据官方介绍灵活设置

1 源代码测试

1.1 环境配置

环境：tensorflow-gpu:1.9（注意要选择1.9的版本，测试过1.7版本的在最后一步模型转化时会有问题）,python3.6

下载github上的code

git clone https://github.com/tensorflow/models.git

如果觉得下载速度太慢，可以参考《用了这个方法，我下载GitHub项目速度达5MB/s！》介绍的方法来提高下载速度

因为models里边的项目很多都用protobuf来配置，所以需要在research目录下进行protobuf编译。先更新一下电脑上的protoc版本，一定要下载3.4.0的版本，其它版本试过都报错。首先运行 protoc --version检测自己的版本，如果不是3.4.0，就到官网下载3.4.0 python版本

下载完后解压，进入目录，然后执行：

sudo ./configure
sudo make check
sudo make install

安装完后，运行 protoc --version检查版本是否正确，如果运行时报错报错：protoc: error while loading shared libraries: libprotoc.so.9: cannot open shared object file: No such file or directory

则先把/usr/local/lib追加到LD_LIBRARY_PATH环境变量中

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/lib

然后进入tf的reserch目录，依次执行如下指令

protoc object_detection/protos/*.proto --python_out=.     
export PYTHONPATH=$PYTHONPATH:`pwd`:`pwd`/slim

上述指令的意思分别是在protos文件夹中根据proto文件生成python源码文件，以及把research及research目录下的slim位置追加到python路径的环境变量中（pwd表示当前目录），正常运行是没有任何输出的，为了重启后也可以正常使用，可以把路径写在.bashrc文件中，并source一下

如果是用apt安装的protoc，默认装的是2.6.1的版本，运行protoc指令时会报错如下，因此需要用上边的方法下载源码安装

object_detection/protos/ssd.proto:104:3: Expected "required", "optional", or "repeated".
object_detection/protos/ssd.proto:104:12: Expected field name.
object_detection/protos/model.proto: Import "object_detection/protos/ssd.proto" was not found or had errors.
object_detection/protos/model.proto:12:5: "Ssd" is not defined.

配置完毕后，可以运行python object_detection/builders/model_builder_test.py，当输出OK时表明配置成功，可以进行后续操作。

1.2 测试模型

从models/object_detection目录中运行jupyter notebook打开Jupyter 笔记本（安装方法）。从这里选择object_detection_tutorial.ipynb。从这里，你应该能在主菜单中运行单元格，并选择全部运行。你应该得到以下结果：

如果要检测自己的图片，一种方法是在test_image文件夹下放自己的图片，并重新命名为image*.jpg的格式；另一种方法是修改TEST_IMAGE_PATH为自己的图片路径就可以了

1.3 使用其它模型做检测

一共公布了5个模型，上面我们只是用最简单的ssd + mobilenet模型做了检测，如何使用其他模型呢？找到Tensorflow detection model zoo，根据里面模型的下载地址，我们只要分别把MODEL_NAME修改为以下的值，就可以下载并执行对应的模型了（训练时要下载修改对应的配置文件）

预训练的模型包括四个数据集的模型：COCO 数据集（微软开源的数据集）、 Kitti数据集（自动驾驶场景）、Open Images数据集（谷歌开源的数据集）、AVA v2.1数据集（人类动作识别数据集）

（可通过speed和mAP指标来选择适合自己场景的模型，如果追求精度又不失速度的情况下，带有 Inception Resnet v2 的 Faster RCNN 对小目标的检测效果非常不错）

2 准备自己的训练数据

2.1 整体流程

首先介绍一下步骤顺序：

收集几百个包含你的对象的图像 - 最低限度是大约 100，理想情况下是 500+
注释/标注你的图像，可以使用 LabelImg。这个过程基本上是，在你图像的对象周围画框。标注程序会自动创建一个描述图片中的对象的 XML 文件。
将这些数据分解成训练/测试样本
从这些分割生成tfrecord
为所选模型设置.config文件（你可以从头自己开始训练，但是我们将使用迁移学习）
训练
从新的训练模型导出图形
实时检测自定义对象！
...
完成！

2.2 标注数据

对于本教程，你可以跟踪任何你想要的东西，只需要 100 多张图片。一旦你有图像，你需要标注它们。可以使用 LabelImg，具体安装及使用方法参考之前的文章，标注完之后每张图片都对应一个XML的标注文件，与PASCAL VOC以及ImageNet用的XML是一样的。一旦你标记了超过 100 张图片，就需要将把他们分成训练和测试组。为此，只需将你的图像和注解 XML 文件的约 10% 复制到一个称为test的新目录，然后将其余的复制到一个叫做train的新目录。

在object_detection文件夹下，新建一个文件夹叫images，然后把之前创建的test文件夹和train文件夹放进去。同时，需要把test文件夹和train文件夹里的图片及标注文件全部复制到images文件夹下。如果有不清楚的，请参考这个数据集。

下一步就要将这些XML文件转换为所需的 TFRecord 文件。

2.3 转换格式

首先下载转换所需的代码，我们只用到了其中的两个文件，一个是xml_to_csv.py，另一个是generate_tfrecord.py，将这两个文件都放入object_detection文件夹下。

在object_detection文件夹下，新建一个data文件夹，用来存放生成的csv文件和record文件

首先运行 python xml_to_csv.py，结果输出两个Successfully converted xml to csv.则正常，可进入data文件夹查看是否生成train_labels.csv和test_labels.csv

注意：下边的修改不是必须，如果没有对原数据做扩充等操作就没必要修改

在xml_to_csv.py文件中，默认读取文件名字是从xml中的filename进行读取，这样存在的一个问题是，如果手动进行数据扩充，没有更改xml中的filename时，会导致图片对应错误，因此，建议修改为从xml文件的名字上进行获取filename，修改方法很简单，有两处修改：

首先是在for xml_file in glob.glob()函数下边加一句 xml_name = xml_file.split(path + '/', 1)[1]
然后将value = (root.find('filename').text,……)改为value = (xml_name.split('.xml',1)[0] + '.jpg',……)即可

然后打开generate_tfrecord.py文件，找到class_text_to_int函数，将类别写进row_label中，如果有很多个类别，就继续构建这个if语句。比如

# TO-DO replace this with label map
def class_text_to_int(row_label):
    if row_label == 'car':
        return 1
    elif row_label == 'person':
        return 2
    else:
        return 0

注意要将最后的else语句中的None改为 return 0 ,否则运行下边两条指令时会报如下的错

TypeError: None has type NoneType, but expected one of: int, long

依次运行以下两条指令

python3 generate_tfrecord.py --csv_input=data/train_labels.csv --output_path=data/train.record
python3 generate_tfrecord.py --csv_input=data/test_labels.csv --output_path=data/test.record

结果输出Successfully created the TFRecords: ……则正常，至此，数据构建完成

运行如果报错如下

OSError: cannot identify image file <_io.BytesIO object at 0x7f26116c1ba0>

则是因为图片有损坏，一张一张查，删除掉坏了的图片即可，然后重新生成csv和tfrecords文件

3 修改配置文件

3.1 预训练模型

在训练的时候，我们有两个选择。我们可以使用预训练的模型，然后使用迁移学习来习得一个新的对象，或者我们可以从头开始习得新的对象。迁移学习的好处是训练可能更快，你需要的数据可能少得多。出于这个原因，我们将在这里执行迁移学习。

TensorFlow 有相当多的预训练模型，带有检查点文件和配置文件。如果你喜欢，可以自己完成所有这些工作，查看他们的配置作业文档。配置文件位于object_detection/samples/configs文件夹下。我打算使用 mobilenet，在object_detection文件夹下，下载预训练模型并解压：

wget http://download.tensorflow.org/models/object_detection/ssd_mobilenet_v1_coco_11_06_2017.tar.gz
tar -xzvf ssd_mobilenet_v1_coco_11_06_2017.tar.gz

3.2 标签文件

cd进data文件夹，新建object-detection.pbtxt 打开一个空文件，在文件里写入识别的种类，格式如下

item {
  id: 1
  name: 'macncheese'
}
item {
  id: 2
  name: 'milk'
}

3.3 配置文件

注意我们这里的预训练模型是在coco数据集上训练的，配置文件要与预训练模型对应，拷贝samples/config文件夹下的ssd_mobilenet_v1_coco.config文件并进行修改，主要有三个地方：1.训练类别数更改；2.验证阶段图片数量（视具体情况）；3.训练，验证，标签路径更改；（其它配置文件的修改方法类似，也基本上是改这几处位置）

num_classes:12 #看到有地方说要设置实际种类数+1，这块还需要再确认一下
fine_tune_checkpoint:"ssd_mobilenet_v1_coco_11_06_2017/model.ckpt"
num_steps:30000 #训练步数设置，根据自己数据量来设置，默认为200000
train_input_reader/input_path:"data/train.record"
train_input_reader/label_map_path:"data/object-detection.pbtxt"
num_examples:78(测试集图片数)
num_visualizations:78(测试时显示的图片数，默认为10张)
#max_evals:10（注释掉）
eval_input_reader/inputpath:"data/test.record"
eval_input_reader/label_map_path: "data/object-detection.pbtxt"

修改完后保存退出

4 开始训练

首先在legacy文件夹中复制一份train.py到object_detection文件夹下，然后运行以下指令

python train.py --logtostderr --train_dir=training/ --pipeline_config_path=ssd_mobilenet_v1_pets.config

注意训练开始之前，首先检查training文件夹中除了配置文件是否有之间存留的模型，如果有种类的调整，或者想从头开始训练，需要删除掉多余文件，只保留object-detection.pbtxt即可，否则会报下边的错误：

InvalidArgumentError (see above for traceback): Assign requires shapes of both tensors to match. lhs shape= [39] rhs shape= [6]

还有在配置参数中不要出现空格，否则会报下边的错误：

tensorflow.python.framework.errors_impl.NotFoundError: ; No such file or directory

如果更换模型以及更换配置文件后，出现ValueError: No variables to save的错误，则在配置文件中添加from_detection_checkpoint: true，比如说，我选择ssd_resnet50_v1_fpn_shared_box_predictor_640x640_coco14_sync_2018_07_03的模型，并在samples/configs中找到ssd_resnet50_v1_fpn_shared_box_predictor_640x640_coco14_sync.config配置文件，打开后并没有找到from_detection_checkpoint选项，需要在train_config中手动添加：

train_config: {
  fine_tune_checkpoint: "ssd_resnet50_v1_fpn_shared_box_predictor_640x640_coco14_sync_2018_07_03/model.ckpt"
  from_detection_checkpoint:true
  batch_size: 64
  ……
}

然后再开始训练，如果都正确的话，就会开始训练，会有如下的输出：

……
INFO:tensorflow:global step 16360: loss = 1.6747 (0.165 sec/step)
INFO:tensorflow:global step 16361: loss = 2.3805 (0.193 sec/step)
INFO:tensorflow:global step 16362: loss = 0.8742 (0.152 sec/step)
INFO:tensorflow:global step 16363: loss = 0.7009 (0.151 sec/step)
INFO:tensorflow:global step 16364: loss = 0.5231 (0.197 sec/step)
……

训练的过程中，会在training文件夹中输出新文件，

其中model.ckpt是每隔一定时间，会保存模型，且只保存最近的5个模型权重。checkpoint文件中记录了最新的5个权重信息，events开头文件可在tensorboard中查看训练记录，pipeline.config和第5步中的配置文件一样。graph.pbtxt图表信息

可以通过tensorboard来查看，在object_detection文件夹中输入：tensorboard --logdir='training'，默认占用6006端口，然后在浏览器中输入ip和端口号即可打开tensorboard，如果是本机的话，在浏览器中输入 127.0.0.1:6006即可（训练过程中可实时查看数据的变化情况）。

可以看到loss逐渐下降，达到一个较好的训练状态

训练的时候，可以同时运行eval.py来监视测试的情况，具体方法参考《Tensorflow之eval.py使用方法》

5 测试模型

5.1 模型转化

训练过程中，会在training文件夹中生成一些检查点文件，我们需要把这些文件转化为pb文件，这样才可以拿该模型进行实时测试识别

在object_detection文件夹下，有一个export_inference_graph.py文件可以帮助我们实现该功能。运行它时，只需要传入检查点文件和配置文件，以及输出文件的位置，例如：

python export_inference_graph.py --input_type image_tensor --pipeline_config_path ssd_mobilenet_v1_pets.config --trained_checkpoint_prefix training/model.ckpt-279099 --output_directory mac_n_cheese_inference_graph/

其中，在--trained_checkpoint_prefix参数中输入的是检查点文件，可以选择要转化哪一个，输出目录是mac_n_cheese_inference_graph，当然也可以定义为其它目录，只需要和后边路径保持一致即可。

运行完后，会在mac_n_cheese_inference_graph文件夹下生成目标文件forzen_inference_graph.pb文件，我们之后用该模型进行识别

5.2 测试验证

首先在测试集（object_detection/images/test）中选几张图片复制到object_detection/test_images文件夹中，并重命名为image3.jpg、image4.jpg……然后在object_detection文件夹中运行jupyter notebook，打开object_dection_tutorial.ipynb，接下来做几处修改

首先修改模型名称以及对应的路径

# What model to download.
MODEL_NAME = 'mac_n_cheese_inference_graph'

# Path to frozen detection graph. This is the actual model that is used for the object detection.
PATH_TO_CKPT = MODEL_NAME + '/frozen_inference_graph.pb'

# List of the strings that is used to add correct label for each box.
PATH_TO_LABELS = os.path.join('training', 'object-detection.pbtxt')

NUM_CLASSES = 1

然后，可以把整个下载模型的cell删除掉，因为不需要再下载模型了

最后，在检测部分，将TEST_IMAGE_PATHS变量更改为：

TEST_IMAGE_PATHS = [ os.path.join(PATH_TO_TEST_IMAGES_DIR, 'image{}.jpg'.format(i)) for i in range(3, 8) ]

后边的range(3,8)看自己实际有几张测试图片，比如有两张，改为（3,5）即可

改完之后，点击cell、run all，即可得到结果，如图所示

由图可知，经过一些训练，模型可正确识别到待检测的目标，表明模型的有效性。至此，完成了tensorflow目标检测API的全部调用，如有问题，欢迎大家留言讨论！

宗而研之

关注

21
点赞
踩
138

收藏

觉得还不错? 一键收藏
打赏
40
评论
TensorFlow之目标检测API接口调试（超详细）

注意：本文下载的tensoflow/model版本比较旧，是18年的版本，现在github上有更新，对代码和文件结构进行了一定的优化，因此下文的流程使用起来可能会与最新版本有所差异，大家要根据官方介绍灵活设置1 源代码测试1.1 环境配置环境：tensorflow-gpu:1.9（注意要选择1.9的版本，测试过1.7版本的在最后一步模型转化时会有问题）,python3.6下载git...
复制链接

扫一扫