ssd实现目标检测,ssd目标检测方法

　　目标检测是人工智能的一个重要应用。通过目标检测模型，可以检测到图像中的人、动物、汽车、飞机等目标物体，甚至可以画出物体的轮廓，如下图。是不是很酷，呵呵？

　　在训练自己的目标检测模型之前，建议先了解一下目标检测模型的原理(见文章：大话目标检测的经典模型RCNN、Fast RCNN、Faster RCNN、Mark R-CNN)，以便更清楚地了解模型的训练过程。

　　基于SSD算法，本文将介绍如何在AI实战基础环境的基础上，利用我们自己的数据训练目标检测模型(见文章：构建AI基础环境)。SSD，全称单次多盒检测器(Single Shot MultiBox Detector)，是刘威在ECCV 2016年提出的一种目标检测算法，是目前主要流行的检测框架之一。

　　这种情况下的识别就是识别图像中的熊猫。可爱，呵呵。

　　以下过程描述了如何使用您自己的数据来训练目标检测模型：

1、安装标注工具

　　要用自己的数据来训练模型，首先要对数据进行标记，也就是你要先告诉机器图像中有什么物体，在什么位置，然后你就可以用这些信息来训练模型。

（1）标注数据文件

　　目前流行的数据标注文件格式主要有VOC_2007和VOC_2012。这种文本格式来自Pascal VOC标准数据集，是衡量图像分类识别能力的重要基准之一。本文采用VOC_2007数据格式文件，以xml格式存储，如下所示：

　　其中重要的信息有：

　　Filename:图片的文件名。

　　名称：标记对象的名称。

　　Xmin，ymin，xmax，ymax:对象位置的左上角和右下角的坐标。

（2）安装标注工具

　　如果要标注的图片很多，就需要一个帅哥手动计算位置信息，做xml文件，效率太低。

　　好在有大神开放了一个数据标注工具labelImg，可以通过可视化界面标注图片框架，自动生成VOC格式的xml文件。这个工具是基于Python语言编写的，所以支持跨平台运行在Windows和Linux上。真的是良心之作。安装方法如下：

a. 下载源代码

　　通过访问labelImg的github页面(https://github . com/Tzu talin/labelImg)下载源代码。它可以被git克隆，或者作为zip文件直接下载。

　　在这种情况下，直接以zip文件的形式下载。

b.安装编译

　　解压labelImg的zip文件，得到LabelImg-master文件夹。

　　标签的接口是用PyQt写的。因为我们构建的基本环境使用了最新版本的anaconda，所以它已经附带了PyQt5。在python3的环境下，只需要重新安装lxml，进入labelImg-master目录进行编译即可。代码如下：

　　#激活虚拟环境源激活tensorflow#在python3环境下安装pyqt 5(anaconda自带)，如果在python2环境下，安装PyQt4。PyQt4的安装方法如下# conda install-c anaconda pyqt=4 . 11 . 4 # install XML conda install XML # compile make qt5py 3 #打开标注工具python3 labelImg.py成功打开标注工具的界面如下：

2、标注数据

　　成功安装标注工具后，就该标注数据了。

（1）创建文件夹

　　根据VOC数据集的要求，创建以下文件夹

　　注释：用于存储带注释的xml文件。

　　ImageSets/Main:用于存储训练集、测试集和验收集的文件列表。

　　JPEG:用于存储原始JPEG图像

（2）标注数据

　　将熊猫图片放入JPEGImages文件夹中(熊猫的美照请向度娘索取~)，注意图片的格式必须是jpg格式。

　　打开labelImg标注工具，然后点击左侧工具栏中的“打开目录”按钮，选择刚才放熊猫的JPEGImages文件夹。这时主界面会自动加载第一张熊猫照片。

　　单击左侧工具栏中的“创建矩形框”按钮，然后在主界面上单击并拖动一个矩形框来圈出熊猫。被圈出后会弹出一个对话框，用来输入被标记物体的名称，熊猫作为熊猫的名字。

　　然后点击左侧工具栏中的“保存”按钮，选择刚刚创建的标注作为保存目录，系统会将自动生成的xml文件保存为voc_2007格式。这就完成了一张熊猫照片的物体标注。

　　接下来，点击左侧工具栏中的“下一张图片”进入下一张图片。按照上面的步骤，装帧，输入名字，保存，以此类推，直到所有的照片都被标记并保存。

（3）划分训练集、测试集、验证集

　　对所有熊猫照片进行标注后，数据集要分为训练集、测试集和验证集。

　　在github上下载一个自动分区脚本(https://github.com/eddygao/make _ VOC 2007/blob/master/make _ main _ txt . py)

　　然后执行下面的代码

　　Python make_main_txt.py会根据脚本中设置的比例自动拆分训练集、测试集和验证集，并将对应的文件名列表保存为快乐小馒头。

3、配置SSD

（1）下载SSD代码

　　由于这个案例是基于tensorflow，所以在github上下载一个基于tensorflow的SSD，地址是https://github.com/balancap/SSD-Tensorflow.

　　下载成zip文件，然后解压得到SSD-Tensorflow-master文件夹

（2）转换文件格式

。

　　voc_2007格式的文件被转换为tfrecord格式。tfrecord数据文件tensorflow是一个统一存储影像数据和标签的二进制文件，在tensorflow中可以更快速的复制、移动、读取和存储。

　　SSD-Tensorflow-master提供了格式转换的脚本。转换代码如下：

　　DATASET_DIR=。/panda_voc2007/OUTPUT_DIR=。/panda _ TF record/python SSD-tensor flow-master/TF _ convert _ data . py-DATASET _ name=pascalvoc-DATASET _ DIR=$ { DATASET _ DIR }-OUTPUT _ name=VOC _ 2007 _ train-OUTPUT _ DIR=$ { OUTPUT _ DIR }

（3）修改物体类别

　　由于是我们自定义的对象，要修改SSD-Tensorflow-master中对象类别的定义，打开文件SSD-tensor flow-Master/Datasets/Pascal VOC _ common . py，进行修改。删除VOC_LABELS中所有其他不相关的类别，添加熊猫的名称、ID和类别，如下：

　　VOC_LABELS={ none: (0，背景)，熊猫:(1，动物)，}

4、下载预训练模型

　　SSD-Tensorflow提供了一个预先训练好的模型，该模型基于VGG模型(VGG模型详情请阅读文章：大话经典CNN经典模型VGG)，如下表所示：

　　但是，这些预训练模型文件都存储在drive.google.com上，所以不能直接下载。只能用“你懂的”方式下载。在这里下载SSD-300 VGG基础预训练模型，获取文件：VGG _ VOC 0712 _ SSD _ 300 x300 _ FT _ ITER _ 120000 . ckpt . zip，然后解压。

5、训练模型

　　最后准备好了标注文件和SSD模型，现在准备开始训练。

　　在训练模型之前，有一个参数需要修改。打开SSD-tensor flow-master/train _ SSD _ network . py，在里面找到DATA_FORMAT参数项。对于cpu训练，该值为NHWC，对于gpu训练，该值为NCHW，如下所示：

　　data _ format= nchw # GPU # data _ format= nhwc # CPU现在终于可以开始训练了。打开终端，切换康达虚拟环境。

　　激活tensorflow然后执行以下命令开始训练。

　　#使用预先训练好的vgg_ssd_300模型dataset _ dir=。/panda _ tfrecordtrain _ dir=。/panda _ model检查点_路径=。/model _ pre _ TRAIN/VGG _ VOC 0712 _ SSD _ 300 x300 _ ft _ ITER _ 120000 . ckpt/VGG _ VOC 0712 _ SSD _ 300 x300 _ ft _ ITER _ 120000 . ckpt python 3 SSD-tensor flow-master/TRAIN _ SSD _ network . py -TRAIN _ DIR=$ { TRAIN _ DIR } -DATASET _ DIR=$ { DATASET _ DIR } -DATASET _ name=pascalvoc _ 2007数值越大，批量加工量越大，对机器性能的要求越高。如果电脑性能一般，可以设置为8甚至4。请忽略害羞的康乃馨。

　　学习率learning_rate也可以根据实际情况进行调整。学习率越低越准确，训练时间越长。学习率越高，训练时间越短，但准确率越低。

　　在这里，使用预先训练好的模型，SSD会锁定VGG模型的一些参数进行训练，这样就可以在短时间内完成训练。