关于Tensorflow!目标检测预训练模型的迁移学习
前言
关于TF的目标检测迁移学习,我一开始是想通过Tensorflow提供的API,用JS来实现的。但是官方不但没有案例,网上也没有踩坑的小作文,加之我又着急要弄水印检测。
于是就在网上看了很多人用Py实现的自定义训练,我也试过很多。运行的时候各种问题,不是缺少模块,就是版本兼容问题说什么convert "t" to a tensor and failed,还有运行Tensorboard打不开等等各种问题。所以我把运行过程遇到的大小错误,以及错误原因,如何解决报错都记录了下来,下面内容有跳过前面的环境搭建。如果要完整的从环境搭建,模型测试和接下来的迁移学习,需要结合前面的两篇文章一起看。
数据集制作
目标检测的数据集就是对以往图片通过工具进行无休止的标注了,标注工具有很多,这里我使用的是LableImg。该工具已经有发行版,标注会与图片生成相对应的xml文件。为了后面的训练,可以将数据集分成train(训练集)和test(测试集),然后在项目的 "modelsresearchobject_detection" 新建 images(名字自定,只是后面配置要用到)文件夹并放入其中。
数据处理
这里要通过脚本将xml和图片路径转成xml,然后再将xml转为训练需要的record格式,在转换前需要在项目的"modelsresearchobject_detection"下新建 "training" (存放训练配置,标注映射,训练日志)和 "inference_graph" (最后训练的模型),这里可以直接将国外博主demo(TensorFlow-Object-Detection-API-Tutorial-Train-Multiple-Objects-Windows-10 ),会覆盖并携带这几个文件夹,如下。
1. 将xml文件转换为csv文件
1.1. 新建xml_to_csv.py放入上图目录下。
1.2. 代码编写
import os import glob import pandas as pd import xml.etree.ElementTree as ET def xml_to_csv(path): xml_list = [] for xml_file in glob.glob(path + "/*.xml"): tree = ET.parse(xml_file) root = tree.getroot() for member in root.findall("object"): value = (root.find("filename").text, int(root.find("size")[0].text), int(root.find("size")[1].text), member[0].text, int(member[4][0].text), int(member[4][1].text), int(member[4][2].text), int(member[4][3].text) ) xml_list.append(value) column_name = ["filename", "width", "height", "class", "xmin", "ymin", "xmax", "ymax"] xml_df = pd.DataFrame(xml_list, columns=column_name) return xml_df def main(): for folder in ["train","test"]: image_path = os.path.join(os.getcwd(), ("images/" + folder)) xml_df = xml_to_csv(image_path) xml_df.to_csv(("images/" + folder + "_labels.csv"), index=None) print("Successfully converted xml to csv.") main()
1.3. 运行(成功后会在image下生成两个csv文件)
python xml_to_csv.py
2. 将csv文件转换为tfrecord文件
2.1. 新建generate_tfrecord.py放入上图目录(modelsresearchobject_detection)下。
2.2. 代码编写,这里要注意class_text_to_int函数的值需要修改标注的项已经定义的映射值。
""" Usage: # From tensorflow/models/ # Create train data: python generate_tfrecord.py --csv_input=images/train_labels.csv --image_dir=images/train --output_path=train.record # Create test data: python generate_tfrecord.py --csv_input=images/test_labels.csv --image_dir=images/test --output_path=test.record """ from __future__ import pision from __future__ import print_function from __future__ import absolute_import import os import io import pandas as pd from tensorflow.python.framework.versions import VERSION if VERSION >= "2.0.0a0": import tensorflow.compat.v1 as tf else: import tensorflow as tf from PIL import Image from object_detection.utils import dataset_util from collections import namedtuple, OrderedDict flags = tf.app.flags flags.DEFINE_string("csv_input", "", "Path to the CSV input") flags.DEFINE_string("image_dir", "", "Path to the image directory") flags.DEFINE_string("output_path", "", "Path to output TFRecord") FLAGS = flags.FLAGS # TO-DO replace this with label map def class_text_to_int(row_label): if row_label == "nine": return 1 elif row_label == "ten": return 2 elif row_label == "jack": return 3 elif row_label == "queen": return 4 elif row_label == "king": return 5 elif row_label == "ace": return 6 else: None def split(df, group): data = namedtuple("data", ["filename", "object"]) gb = df.groupby(group) return [data(filename, gb.get_group(x)) for filename, x in zip(gb.groups.keys(), gb.groups)] def create_tf_example(group, path): with tf.gfile.GFile(os.path.join(path, "{}".format(group.filename)), "rb") as fid: encoded_jpg = fid.read() encoded_jpg_io = io.BytesIO(encoded_jpg) image = Image.open(encoded_jpg_io) width, height = image.size filename = group.filename.encode("utf8") image_format = b"jpg" xmins = [] xmaxs = [] ymins = [] ymaxs = [] classes_text = [] classes = [] for index, row in group.object.iterrows(): xmins.append(row["xmin"] / width) xmaxs.append(row["xmax"] / width) ymins.append(row["ymin"] / height) ymaxs.append(row["ymax"] / height) classes_text.append(row["class"].encode("utf8")) classes.append(class_text_to_int(row["class"])) tf_example = tf.train.Example(features=tf.train.Features(feature={ "image/height": dataset_util.int64_feature(height), "image/width": dataset_util.int64_feature(width), "image/filename": dataset_util.bytes_feature(filename), "image/source_id": dataset_util.bytes_feature(filename), "image/encoded": dataset_util.bytes_feature(encoded_jpg), "image/format": dataset_util.bytes_feature(image_format), "image/object/bbox/xmin": dataset_util.float_list_feature(xmins), "image/object/bbox/xmax": dataset_util.float_list_feature(xmaxs), "image/object/bbox/ymin": dataset_util.float_list_feature(ymins), "image/object/bbox/ymax": dataset_util.float_list_feature(ymaxs), "image/object/class/text": dataset_util.bytes_list_feature(classes_text), "image/object/class/label": dataset_util.int64_list_feature(classes), })) return tf_example def main(_): writer = tf.python_io.TFRecordWriter(FLAGS.output_path) path = os.path.join(os.getcwd(), FLAGS.image_dir) examples = pd.read_csv(FLAGS.csv_input) grouped = split(examples, "filename") for group in grouped: tf_example = create_tf_example(group, path) writer.write(tf_example.SerializeToString()) writer.close() output_path = os.path.join(os.getcwd(), FLAGS.output_path) print("Successfully created the TFRecords: {}".format(output_path)) if __name__ == "__main__": tf.app.run()
2.3. 运行,成功后会在 "modelsresearchobject_detection" 目录下生成两个record文件。
python generate_tfrecord.py --csv_input=images rain_labels.csv --image_dir=images rain --output_path=train.record python generate_tfrecord.py --csv_input=images est_labels.csv --image_dir=images est --output_path=test.record
文件配置
在以下文件配置前,要确保目标检测预训练模型(faster_rcnn_inception_v2_coco_2018_01_28)已经下载,如何下载和如何选取可以看前面文章,然后放入 "modelsresearchobject_detection" 下。
1. labelmap.pbtxt
创建一个pbtxt后缀文件,放入 "modelsresearchobject_detection raining", 没有 "training"文件夹则创建,labelmap存入与generate_tfrecord.py的标签映射类似。
2. faster_rcnn_inception_v2_pets.config
找到 "researchobject_detectionsamplesconfigs" 下的 "faster_rcnn_inception_v2_pets.config" 复制到 "researchobject_detection raining"下,也就是和上面文件一样, 最后还要修改以下配置。
第9行:num_classes是类别个数,修改成自己的类别个数,对于basketball, shirt, 和shoe的例子,num_classes=3, 第110行:fine_tune_checkpoint修改为: fine_tune_checkpoint : "E:/4work/8python/1study/object_detection/object-detection-model/research/object_detection/faster_rcnn_inception_v2_coco_2018_01_28/model.ckpt" 第126和128行:在train_input_reader部分, input_path和label_map_path改为: input_path : "E:/4work/8python/1study/object_detection/object-detection-model/research/object_detection/train.record" label_map_path: "E:/4work/8python/1study/object_detection/object-detection-model/research/object_detection/training/labelmap.pbtxt" 第132行:num_examples个数修改成images est文件夹中的图片数量 第140和142行:在eval_input_reader部分,把input_path和label_map_path路径修改成: input_path : "E:/4work/8python/1study/object_detection/object-detection-model/research/object_detection/test.record" label_map_path: "E:/4work/8python/1study/object_detection/object-detection-model/research/object_detection/training/labelmap.pbtxt" (注意:修改路径中的"/"不要打成"//"或者""。以及"不要错打成’。此外,具体的行数可能会和本文对不上,但在附近不难找,或者参考视频。)
环境配置
因为前面已经把基本的依赖包和工具都已经安装了,从模型下载的库里的 "三个环境变量" (特别注意一下,要结合上一篇一起操作)也配置了。官方的模型检测也能运行了。但是,迁移学习还有点不太一样,需要的依赖更多一点,所以再操作一些配置。
1. slim安装
在当前虚拟环境下切换目录到上一级,也就是 "modelsresearch",再进入slim, 运行 "python setup.py install", 当出现 "error: could not create "build": 当文件已存在时,无法创建该文件" 报错时,需要将slim下的BUILD文件删除再运行 "python setup.py install"。
2. object-detection安装
其实这个在前面演示修狗检测时就已经安装了,这里就再提一下,因为很重要,并且再后面训练的时候抛出的异常也和这里有关,这个就后面再说吧。
开始训练
1. 创建train.py
1.1. "train.py"文件在/object_detection/legacy当中,把它放入到/object_detection中, 在路径object_detection下输入指令:
(object_dection) E:4work8python1studyobject_detectionobject-detection-modelresearchobject_detection>python train.py --logtostderr --train_dir=training/ --pipeline_config_path=training/faster_rcnn_inception_v2_pets.config
2. 打开tensorboard
一个Tensorflow可视化工具,在前面安装Tensorflow-GPU时候也默认安装了,如果没有则 "pip install tensorboard", 版本最好与tensorflow一致。通过指定训练log查看训练过程面板, 执行完后成功的话会出现端口号为6006的访问地址,然后放到浏览器中就可以查看。这里我用谷歌访问不了,放到火狐就可以了,原因是啥,目前也不知道,如果各位也遇到打不开的情况可以多试几个浏览器。
(object_dection) E:4work8python1studyobject_detectionobject-detection-modelresearchobject_detection>tensorboard --logdir=training
3. 报错汇总
这里的报错汇总是,开始执行训练时候,抛出的各种问题,有很多细节结合其他博客总结的,具体有哪些博客来源,我记不清就不放出来,如果你看到了,可以留言告诉我,我再详细告之来处。
3.1. 报错: No module named "nets"
原因:modelsresearchslim没有配置,也就是我前面提到的环境配置
方法:在当前环境下切换目录到 "modelsresearchslim" 下,运行 "python setup.py install", 当出现 "error: could not create "build": 当文件已存在时,无法创建该文件" 报错时,需要将slim下的BUILD文件删除再运行 "python setup.py install"。
3.2. 报错:NewRandomAccessFile failed to Create/Open: E:/4work/8python/1study/object_detection/object-detection-model/research/object_detection/labelmap.pbtxt : ϵͳ Ҳ ļ ; No such file or directory。
原因: faster_rcnn_inception_v2_pets.config里train_input_reader下label_map_path路径写错了,导致没有找到文件。
方法: 修改该路径即可。
3.3. 报错:Tried to convert "t" to a tensor and failed. Error: Argument must be a dense tensor: range(0, 4) - got shape [4], but wanted []。
原因: 经过查找后,终于在github的issues发现一个大佬说是Python3的兼容文件,他们很多是python3.6环境下升级tensorflow版本,比如从1.4到1.6报的错误。
方法: 把`research/object_detection/utils/learning_schedules.py`文件的 第167-169多添加一个list(),这只是第一步,还有第二步而且很重,因为改完后马上执行训练,依然会报整个错误。
# # 修改167 - 170 rate_index = tf.reduce_max(tf.where(tf.greater_equal(global_step, boundaries), range(num_boundaries), [0] * num_boundaries)) # # 成 rate_index = tf.reduce_max(tf.where(tf.greater_equal(global_step, boundaries), list(range(num_boundaries)), [0] * num_boundaries))
因为在训练中使用的object-detection还是之前编译的,现在修改了代码需要重新编译。目录切换到上一级(research)下,重新编译安装后再进行训练即可。
python setup.py build python setup.py install
模型导出
经过一个晚上的训练,训练次数达13万多,损失值降到了基本小于0.04, 按ctrl+c终止训练。
1. 导出Inference Graph
下面"model.ckpt-XXXX"中的"XXXX"修改为最高的数字(训练次数最高的那一个文件) 这个指令会在object_detectioninference_graph文件夹中生成一个frozen_inference_graph.pb文件,也就是自己训练后的模型。
python export_inference_graph.py --input_type image_tensor --pipeline_config_path training/faster_rcnn_inception_v2_pets.config --trained_checkpoint_prefix training/model.ckpt-XXXX --output_directory inference_graph
模型测试
本来是想将训练的模型改为js版的,但是原文作者写了图片检测,视频流检测和网络摄像头实时检测的程序,所以这里就通过以下的两个脚本演示。虽然但是,脚本里有用了cv2,上次安装本来就出了问题,所以这次还是多次翻车,以下就是出现的各种安装状况。
1. 报错:No module named "cv2"。
本来是通过pip install opencv-python下载的,但是电脑有个瑞星杀毒流氓软件,又抛出Could not install packages due to an OSError: [WinError 225] 无法成功完成操作,因为文件包含病毒或潜在的垃圾软件,当我卸载RAV Lndpoint Protectio后,结果还是报错:Could not build wheels for opencv-python which use PEP 517 and cannot be installed directly,我也尝试过网上说的升级pip,用conda安装全都没用。最后打开anaconda面板,搜索 "opencv" 挨个安装后,发现又出现了新的问题。
2. 报错:"ImportError: DLL load failed: 找不到指定的模块 "。
报错原因可能是版本不对,但是在anaconda中没找到升级cv版本的地方,无奈之下就手动下载opencv-python包进行安装,找到与自己系统(win后携带参数)和当前虚拟环境python版本(cp即python版本)对应的安装包即可。
3. 测试图片目标检测
python Object_detection_image.py
4. 测试视频目标检测
python Object_detection_video.py
什么是区块链3一分钟秒懂区块链小故事视频加载中比特币是一种去中心化数字货币。简单的说数字货币就是一种既不时纸币,也不金银铜这种贵金属货币,是以数字的形式存储在网络上。如果你觉得难以理解,可以仔细想一想,你有多久没有使
关系亲密!瓦妮莎为佩林卡庆生,湖人高管抱科比女儿,父爱感十足日前,湖人总经理佩林卡迎来了53岁的生日,他举办了一场宴会,并邀请瓦妮莎一家参加。在生日宴会上,佩林卡喝得满脸通红,不仅与科比的三女儿玩得不亦乐乎,而且还与瓦妮莎留下一张亲密的自拍
RedmiK60全系升杯,2K直屏第二代骁龙8,3499元起?虽然时间来到周末,RedmiK60还在密集的预热过程,一连公布了多项核心信息,屏幕性能全系升杯,高配版价格可能也提升到3499元起售。还记得今年RedmiK50系列发布时,标准版与
进度条拉满的项目成达万高铁华蓥山隧道施工现场。中铁二局成达万高铁项目部供图成渝现代高效特色农业带内荣合作园区。隆昌市农业农村局供图川渝合作(广安合川)生物医药产业园。记者韦维摄国际空港经济区(成都
跑出外贸加速度孟连口岸外贸进出口总值首破百亿元原标题跑出外贸加速度孟连口岸外贸进出口总值首破百亿元普洱市孟连口岸是国家二类开放口岸。今年以来,孟连县抓住口岸优势,持续优化口岸营商环境,提高通关便利化水平,助力口岸进出口货值创新
冲刺2022系列报道之四加快推进重大项目建设,是扩大国内需求稳住经济大盘的重要支撑。今年以来,面对三重压力叠加超预期因素冲击,各地充分发挥投资拉动作用,积极推进实施一项项强基础惠民生利长远的重大工程项目。
一度电高达26元!油气产量下滑电价飙升美国遭遇罕见冬季风暴视频加载中(央视财经第一时间)近日,美国冬季风暴带来了极端天气,据美国全国广播公司24日报道,恶劣天气已经导致至少17人死亡。美国民众迎接圣诞假期的热情遭遇冰封。根据美国国家气象局
布洛芬都炒到3千块了,药企赚翻了么?从12月7日新冠病毒感染者居家治疗指南的发布开始,布洛芬乙酰氨基酚等药物都被列为发热症状常用药物,各种渠道被抢购一空。上海某药店人员表示,布洛芬这一类药物大约是从12月10号就开始
中国股市真正厉害的一种人炒股是一种修行,大道至简炒股是一种修行常说耐得住寂寞,方能成正果。市场交易本质上是自己与自己的较量,而不是自己与别人自己与市场的较量。优秀的交易者,通常都不合群,一天不独处,我就会变得虚弱,我不以孤独为荣
布洛芬背后大佬半月赚24亿!疫情放开以来,布洛芬比人民币都受民众的爱戴,毕竟人民币不能直接生吃用来治病!知道吗?布洛芬背后的大佬半个月就赚了24亿!这家布洛芬的所属公司亨迪药业位于荆门市掇刀区,自从疫情放开,
恒大负债越来越多,许家印却荣登百富榜,2万亿到底谁来还关于恒大集团当下所面临的债务困境,相信大家或多或少都有相应的了解。这家房地产巨头企业之所以会沦落到现在的境地,也和其之前的过度借贷行为有关。当时就有媒体认为,恒大这样的做法就是在走