Press "Enter" to skip to content

使用Tensorflow从0开始搭建精灵宝可梦的检测APP

使用Tensorflow从0开始搭建精灵宝可梦的检测APP

 

本文为本人原创,转载请注明来源链接

 

环境要求

Tensorflow1.12.0
cuda 9.0
python3.6.10
Android Studio
Anaconda

安装Tensorflow

 

 

使用conda 安装GPU版Tensorflow

conda install tensorflow-gpu=1.12.0

 

找到tensorflow的安装位置

我的位置在: home/jiading/.conda/envs/tensorflow12/lib/python3.6/site-packages/tensorflow

 

通过conda安装的tensorflow是不包括models这一模块的,需要从Github上下载: https://github.com/tensorflow/models

将它克隆到tensorflow文件夹下:

 

打开models\research\object_detection,按照https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/installation.md提示的进行安装

 

运行 python object_detection/builders/model_builder_test.py 测试是否安装成功

 

 

下载和处理数据集

 

我们采用的数据集是https://www.kaggle.com/lantian773030/pokemonclassification。如果你使用colab训练,可以直接将数据集下载到colab中: https://blog.csdn.net/qq_35654046/article/details/87621396

 

原始的数据集只有图像和类别,可以用于分类,但是用于目标检测的话需要在此基础上进一步标定数据,在图像中框出神奇宝贝的位置。

 

这里我们使用labelme这个软件进行标定。labelme可以直接通过pip安装: pip install labelme -i https://pypi.tuna.tsinghua.edu.cn/simp le

 

在终端(Bash和Windows的Powershell都可以)中直接输出Labelme即可打开软件.labelme的简单教程可以看这里: https://www.cnblogs.com/wangxiaocvpr/p/9997690.html

 

标定数据后,我们在各个神奇宝贝的文件夹中得到了和原图像同名的Json文件:

 

 

打开json文件,我们可以看到有很长的imageData:

 

 

这其实就是对原图像的储存,所以我们之后处理时只需要这个json文件即可,由此可以还原出原图像

 

如果要达到比较好的效果,要标定的数据还是不少的。

 

将labelme转换为voc格式

 

我们最终要把数据集转换为tfrecord,但是在此之前我们需要将其转换为规范的voc格式,以便于再转为tfrecord

 

这里我们使用Github上提供的脚本: https://github.com/veraposeidon/labelme2Datasets。这个项目的说明也是中文的,我就不多说了(可以使用我fork后修改的版本,下文有说改了哪些地方:https://github.com/JiaDingCN/labelme2Datasets )。

 

最后得到VOC格式的数据如下:

 

 

注意原项目的代码中有一两个小bug,这其实无伤大雅,改了就好了,但是原项目没有生成val数据集的功能,只能生成training和test.所以我改了一点:

 

原来的split_dataset只有 test_ratio :测试集比例,我加上了’val_ratio’

 

注意,其实理论上可以直接用这个工具生成coco形式的数据,然后使用tensorflow中tensorflow/models/research/object_detection/dataset_tools/create_coco_tf_record.py来生成tfrecord,但在我实际使用中发现create_coco_tf_record.py制作出来的是分散的数据,如下:

 

 

当然人家在代码中也说了: Please note that this tool creates sharded output files. ,是我自己没仔细看。这个格式应该也是能用的,但是我目前不知道方法,所以最后就没有用这个方法

 

将voc格式数据转换为tfrecord

 

最终我采用的是这篇博客中的代码,生成的tfrecord如下:

 

 

开始训练

 

这里我训练使用的是Tensorflow lite教程中推荐的COCO SSD MobileNet v1:

 

 

下载地址: http://storage.googleapis.com/download.tensorflow.org/models/tflite/coco_ssd_mobilenet_v1_1.0_quant_2018_06_29.zip

 

当然也可以不选择预训练模型,而是从头训练。这样的话就不需要下载上面的文件,你只需要一个config文件即可。该网络的config文件在object_detection/samples/config/ssd_mobilenet_v1_coco.config。如何配置依然可以看这篇博文: https://www.cnblogs.com/gezhuangzhuang/p/10613468.html

 

 

训练完成后,我们就可以在train_dir中看到得到的模型:

 

 

导出图

 

我们可以使用object_detection下的export_inference_graph.py导出图,但是对于ssd模型, 官方推荐 使用export_tflite_ssd_graph.py(亲测用上面的那个脚本导出的模型无法转换为tflite格式):

 

python export_tflite_ssd_graph.py --input_type image_tensor --pipeline_config_path /home/jiading/Pokemon/ssd_mobilenet_v1_0.75_depth_300x300_coco14_sync.config --trained.checkpoint_prefix /home/jiading/Pokemon/train/model.ckpt-2955 --output_directory /home/jiading/Pokemon/frozen_inference_graph.pb -add_postprocessing_op True --max_detection 10

 

测试

 

我们可以使用tensorflow的object_detection自带的jupyter notebook脚本来做测试:

 

 

将PATH_TO_FROZEN_GRAPH改为pb文件的位置

 

 

需要一个labelmap文件,内容如下:

 

 

用一个脚本很容易写出来,这个就不提了

 

 

加载一张图片

 

 

运行结果

 

转换为tensorflow lite模型

 

~/.conda/envs/tensorflow12/lib/python3.6/site-packages/tensorflow/models/research/object_detection$ tflite_convert --output_file=/home/jiading/Pokemon/tflite/detect.tflite --graph_def_file=/home/jiading/Pokemon/frozen_inference_graph/tflite_graph.pb --input_arrays='normalized_input_image_tensor' --output_arrays='TFLite_Detection_PostProcess','TFLite_Detection_PostProcess:1','TFLite_Detection_PostProcess:2','TFLite_Detection_PostProcess:3' --input_shape=1,300,300,3 --allow_custom_ops

 

部署在安卓端

 

安卓的例子在 ObjectDetection-Android\examples-master\lite\examples\object_detection\android 下,打开后我们首先需要制作一个labelmap:

 

 

原本的例子会利用gradle下载模型,我们可以将地址替换掉

 

,将我们自己的这两个文件放进去:

 

 

部署时可能遇到的bug

 

我们可以比对自己的模型和原本的模型在输入输出上有没有区别: https://blog.csdn.net/killfunst/article/details/94301161

 

import numpy as np
import tensorflow as tf

# Load TFLite model and allocate tensors.
interpreter = tf.contrib.lite.Interpreter(model_path="")
interpreter.allocate_tensors()
input_details = interpreter.get_input_details()
output_details = interpreter.get_output_details()
print(input_details)
print(output_details)

 

像我之前在导出图时设置的 --max_detection 5 ,但是看输出发现:

 

 

上面是我的,下面是原本模型的,改为10后再导出就没有问题了

 

如果还有问题,可以考虑将DetectorActivity中的 private static final boolean TF_OD_API_IS_QUANTIZED 设置为false。同时,如果出现维度错误,可以考虑修改TFLiteObjectDetectionAPIModel.java下的 private static final int NUM_DETECTIONS

 

最终效果:

 

 

一点点换皮

 

将原项目中的图标和软件名换掉之后:

 

 

Be First to Comment

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注