目標檢測是AI的一項重要應用，通過目標檢測模型能在影象中把人、動物、汽車、飛機等目標物體檢測出來，甚至還能將物體的輪廓描繪出來，就像下面這張圖，是不是很酷炫呢，嘿嘿

在動手訓練自己的目標檢測模型之前，建議先了解一下目標檢測模型的原理（見文章：大話目標檢測經典模型RCNN、Fast RCNN、Faster RCNN，以及Mark R-CNN），這樣才會更加清楚模型的訓練過程。

本文將在我們前面搭建好的AI實戰基礎環境上（見文章：AI基礎環境搭建），基於SSD演算法，介紹如何使用自己的資料訓練目標檢測模型。SSD，全稱Single Shot MultiBox Detector（單鏡頭多盒檢測器）

，是Wei Liu在ECCV 2016上提出的一種目標檢測演算法，是目前流行的主要檢測框架之一。

本案例要做的識別便是在影象中識別出熊貓，可愛吧，呵呵
 
下面按照以下過程介紹如何使用自己的資料訓練目標檢測模型：
 
1、安裝標註工具
要使用自己的資料來訓練模型，首先得先作資料標註，也就是先要告訴機器影象裡面有什麼物體、物體在位置在哪裡，有了這些資訊後才能來訓練模型。
（1）標註資料檔案
目前流行的資料標註檔案格式主要有VOC_2007、VOC_2012，該文字格式來源於Pascal VOC標準資料集，這是衡量影象分類識別能力的重要基準之一。本文采用VOC_2007資料格式檔案，以xml格式儲存，如下：

其中重要的資訊有：
filename：圖片的檔名
name：標註的物體名稱
xmin、ymin、xmax、ymax：物體位置的左上角、右下角座標

（2）安裝標註工具
如果要標註的影象有很多，那就需要一張一張手動去計算位置資訊，製作xml檔案，這樣的效率就太低了。
所幸，有一位大神開源了一個數據標註工具labelImg，可以通過視覺化的操作介面進行畫框標註，就能自動生成VOC格式的xml檔案了。該工具是基於Python語言編寫的，這樣就支援在Windows、Linux的跨平臺執行，實在是良心之作啊。安裝方式如下：
a. 下載原始碼
通過訪問labelImg的github頁面（https://github.com/tzutalin/labelImg），下載原始碼。可通過git進行clone，也可以直接下載成zip壓縮格式的檔案。

 
在本案例中直接下載成zip檔案。
b.安裝編譯
解壓labelImg的zip檔案，得到LabelImg-master資料夾。
labelImg的介面是使用PyQt編寫的，由於我們搭建的基礎環境使用了最新版本的anaconda已經自帶了PyQt5，在python3的環境下，只需再安裝lxml即可，進入LabelImg-master目錄進行編譯，程式碼如下：

#啟用虛擬環境
source activate tensorflow
#在python3環境中安裝PyQt5（anaconda已自帶），如果是在python2環境下，則要安裝PyQt4，PyQt4的安裝方式如下
#conda install -c anaconda pyqt=4.11.4
#安裝xml
conda install xml
#編譯
make qt5py3
#開啟標註工具
python3 labelImg.py

成功開啟labelImg標註工具的介面如下：

2、標註資料
成功安裝了標註工具後，現在就來開始標註資料了。
（1）建立資料夾
按照VOC資料集的要求，建立以下資料夾
Annotations：用於存放標註後的xml檔案
ImageSets/Main：用於存放訓練集、測試集、驗收集的檔案列表
JPEGImages：用於存放原始影象

（2）標註資料
將熊貓圖片集放在JPEGImages資料夾裡面（熊貓的美照請找度娘要哦~），注意圖片的格式必須是jpg格式的。
開啟labelImg標註工具，然後點選左側的工具欄“Open Dir”按鈕，選擇剛才放熊貓的JPEGImages資料夾。這時，主介面將會自動載入第一張熊貓照片。

點選左側工具欄的“Create RectBox”按鈕，然後在主介面上點選拉個矩形框，將熊貓圈出來。圈定後，將會彈出一個對話方塊，用於輸入標註物體的名稱，輸入panda作為熊貓的名稱。

然後點選左側工具欄的“Save”按鈕，選擇剛才建立的Annotations作為儲存目錄，系統將自動生成voc_2007格式的xml檔案儲存起來。這樣就完成了一張熊貓照片的物體標註了。

接下來點選左側工具欄的“Next Image”進入下一張影象，按照以上步驟，畫框、輸入名稱、儲存，如此反覆，直到把所有照片都標註好，儲存起來。

（3）劃分訓練集、測試集、驗證集
完成所有熊貓照片的標註後，還要將資料集劃分下訓練集、測試集和驗證集。
在github上下載一個自動劃分的指令碼（https://github.com/EddyGao/make_VOC2007/blob/master/make_main_txt.py）
然後執行以下程式碼

python make_main_txt.py

將會按照腳本里面設定的比例，自動拆分訓練集、測試集和驗證集，將相應的檔名列表儲存在裡面。

3、配置SSD
（1）下載SSD程式碼
由於本案例是基於tensorflow的，因此，在github上下載一個基於tensorflow的SSD，地址是 https://github.com/balancap/SSD-Tensorflow
 
以zip檔案的方式下載下來，然後解壓，得到SSD-Tensorflow-master資料夾
（2）轉換檔案格式
將voc_2007格式的檔案轉換為tfrecord格式，tfrecord資料檔案tensorflow中的一種將影象資料和標籤統一儲存的二進位制檔案，能更加快速地在tensorflow中複製、移動、讀取和儲存等。
SSD-Tensorflow-master提供了轉換格式的指令碼，轉換程式碼如下：

DATASET_DIR=./panda_voc2007/
OUTPUT_DIR=./panda_tfrecord/
python SSD-Tensorflow-master/tf_convert_data.py --dataset_name=pascalvoc --dataset_dir=${DATASET_DIR} --output_name=voc_2007_train --output_dir=${OUTPUT_DIR}

（3）修改物體類別
由於是我們自定義的物體，因此，要修改SSD-Tensorflow-master中關於物體類別的定義，開啟SSD-Tensorflow-master/datasets/pascalvoc_common.py檔案，進行修改，將VOC_LABELS中的其它無關類別全部刪掉，增加panda的名稱、ID、類別，如下：

VOC_LABELS = {
    'none': (0, 'Background'),
'panda': (1, 'Animal'),
}

4、下載預訓練模型
SSD-Tensorflow提供了預訓練好的模型，基於VGG模型（要了解VGG模型詳情，請閱讀文章：大話經典CNN經典模型VGG），如下表：
 
但這些預訓練的模型檔案都是儲存在drive.google.com上，因此，無法直接下載。只能通過“你懂的”方式進行下載，在這裡下載SSD-300 VGG-based預訓練模型，得到檔案：VGG_VOC0712_SSD_300x300_ft_iter_120000.ckpt.zip，然後進行解壓

5、訓練模型
終於把標註檔案、SSD模型都準備好了，現在準備開始來訓練了。
在訓練模型之前，有個引數要修改下，開啟SSD-Tensorflow-master/train_ssd_network.py找到裡面的DATA_FORMAT引數項，如果是使用cpu訓練則值為NHWC，如果是使用gpu訓練則值為NCHW，如下：

DATA_FORMAT = 'NCHW'  # gpu
# DATA_FORMAT = 'NHWC'    # cpu

現在終於可以開始來訓練了，開啟終端，切換conda虛擬環境

source activate tensorflow

然後執行以下命令，開始訓練

# 使用預訓練好的 vgg_ssd_300 模型 
DATASET_DIR=./ panda_tfrecord
TRAIN_DIR=./panda_model
CHECKPOINT_PATH=./model_pre_train/VGG_VOC0712_SSD_300x300_ft_iter_120000.ckpt/VGG_VOC0712_SSD_300x300_ft_iter_120000.ckpt
python3 SSD-Tensorflow-master/train_ssd_network.py \
    --train_dir=${TRAIN_DIR} \
    --dataset_dir=${DATASET_DIR} \
    --dataset_name=pascalvoc_2007 \
    --dataset_split_name=train \
    --model_name=ssd_300_vgg \
    --checkpoint_path=${CHECKPOINT_PATH} \
    --save_summaries_secs=60 \
    --save_interval_secs=600 \
    --weight_decay=0.0005 \
    --optimizer=adam \
    --learning_rate=0.0001 \
    --batch_size=16

其中，根據自己電腦的效能情況，設定batch_size的值，值越大表示批量處理的數量越大，對機器效能的要求越高。如果電腦效能普通的，則可以設定為8，甚至4，土豪請忽略。
學習率learning_rate也可以根據實際情況調整，學習率越小則越精確，訓練的時間也越長，學習率越大則可縮短訓練時間，但就會降低精準度。

在這裡使用預訓練好的模型，SSD將會鎖定VGG模型的一些引數進行訓練，這樣能在較短的時間內完成訓練。

6、使用模型
SSD模型訓練好了，現在要來使用了，使用的方式也很簡單。
SSD-Tensorflow-master自帶了一個notebooks指令碼，可通過jupyter直接使用模型。
先安裝jupyter，安裝方式如下：

conda install jupyter

然後啟動jupyter-notebook，程式碼如下：

jupyter-notebook SSD-Tensorflow-master/notebooks/ssd_notebook.ipynb

啟動後在SSD 300 Model的程式碼塊設定模型的路徑和名稱

然後在最後的程式碼塊中，設定要測試的影象路徑path

然後點選選單“Cell”，點選子選單“Run All”，便能按順序全部執行程式碼，並顯示出結果出來

執行後，可愛的熊貓就被圈出來了

經過以上步驟，我們便使用了自己的資料完成了目標檢測模型的訓練。只要以後還有物體檢測的需求，然後找相關的圖片集進行標註，標註後進行模型訓練，就能完成一個定製化的目標檢測模型了，非常方便，希望本案例對大家能有所幫助。

後面將陸續推出更多【AI實戰】內容，敬請留意。

 

推薦相關閱讀

• 【AI實戰】快速掌握TensorFlow（一）：基本操作
• 【AI實戰】快速掌握TensorFlow（二）：計算圖、會話
• 【AI實戰】快速掌握TensorFlow（三）：激勵函式
• 【AI實戰】快速掌握TensorFlow（四）：損失函式
• 【AI實戰】搭建基礎環境
• 【AI實戰】訓練第一個模型
• 【AI實戰】編寫人臉識別程式
• 【AI實戰】動手訓練目標檢測模型（SSD篇）
• 【AI實戰】動手訓練目標檢測模型（YOLO篇）
• 【精華整理】CNN進化史
• 大話卷積神經網路（CNN）
• 大話迴圈神經網路（RNN）
• 大話深度殘差網路（DRN）
• 大話深度信念網路（DBN）
• 大話CNN經典模型：LeNet
• 大話CNN經典模型：AlexNet
• 大話CNN經典模型：VGGNet
• 大話CNN經典模型：GoogLeNet
• 大話目標檢測經典模型：RCNN、Fast RCNN、Faster RCNN
• 大話目標檢測經典模型：Mask R-CNN
• 27種深度學習經典模型
• 淺說“遷移學習”
• 什麼是“強化學習”
• AlphaGo演算法原理淺析
• 大資料究竟有多少個V
• Apache Hadoop 2.8 完全分散式叢集搭建超詳細教程
• Apache Hive 2.1.1 安裝配置超詳細教程
• Apache HBase 1.2.6 完全分散式叢集搭建超詳細教程
• 離線安裝Cloudera Manager 5和CDH5（最新版5.13.0）超詳細教程

 

關注本人公眾號“大資料與人工智慧Lab”（BigdataAILab），獲取更多資訊。