Press "Enter" to skip to content

目标检测模型从训练到部署!

本站内容均来自兴趣收集,如不慎侵害的您的相关权益,请留言告知,我们将尽快删除.谢谢.

Datawhale干货

 

作者:张强,Datawhale成员

 

训练目标检测模型并部署到你的嵌入式设备,让边缘设备长“眼睛”。

 

目标检测的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。目标检测已应用到诸多领域,比如如安防、无人销售、自动驾驶和军事等。 在许多情况下,运行目标检测程序的设备并不是常用的电脑,而是仅包含必要外设的嵌入式设备 。别看嵌入式设备简陋,但在上面照样能够跑程序,实现我们的想法。设计一个嵌入式AI产品产品,一般会首先考虑成本,在有限的成本内充分利用硬件的性能。因此,不同高低性能的硬件使用场景各不同。

 

上篇我们讲到如何部署一个基础CNN分类模型来识别数字,本篇更进一步,将带你训练一个手势检测器,并将其部署到嵌入式设备上。

 

本文思维导图如下:

 

01 数据集准备

 

我们使用一个开源数据集平台:https://gas.graviti.com/ ,网站汇总了AI开发者常见的公开数据集,针对我们特定任务,搜索对应的数据集即可,更方便一点,调用其SDK就能直接在线训练。

 

a. 打开本文对应数据集链接 https://gas.graviti.com/dataset/datawhale/HandPoseforK210

 

b. 右上角注册登录

 

c. fork数据集

 

 

 

d. 点击网页上方Developer Tools,获取使用SDK所需的AccessKey,获取到 AccessKey 后,将其存在项目根目录的 gas_key.py 里:

 

KEY = "<Your-Key>"

 

然后即可以通过AccessKey可以上传数据、读取数据、使用数据,灵活对接模型开发和训练,与数据pipeline快速集成。

 

e. AccessKey写入后就可以自由读取数据了。读取前可以开启缓存功能,SDK会在读取data后将其自动缓存至指定路径,此处我们设置缓存路径为 data 文件夹。

 

import numpy as np
from PIL import Image
from tensorbay import GAS
from tensorbay.dataset import Dataset
KEY = '复制你的ACCESSKEY替换'
def read_gas_image(data):
    with data.open() as fp:
        image = Image.open(fp)
        image.load()
    return np.array(image)
gas = GAS(KEY)
dataset = Dataset("HandPose", gas)
dataset.enable_cache("data")
segments = dataset.keys()
segment = dataset["train"]
for data in segment:
    # 获取的Numpy格式的图片数据
    image = read_gas_image(data)
    # 标签数据
    for label_box2d in data.label.box2d:
        xmin = label_box2d.xmin
        ymin = label_box2d.ymin
        xmax = label_box2d.xmax
        ymax = label_box2d.ymax
        box2d_category = label_box2d.category

 

02 目标检测模型训练

 

有两种方法,第一种是使用本地GPU直接训练,若没有GPU课采用方法二。

 

方法 1 本地GPU进行训练

 

第一步: 拉取docker镜像

 

# 镜像名称
IMAGE="daocloud.io/neucrack/tensorflow-gpu-py3-jupyterlab"
# 拉取深度学习平台镜像
docker pull $IMAGE
# 测试,当日志出现gpu=True表示能成功使用GPU
docker run --gpus all -it --rm $IMAGE python -c "import tensorflow as tf; print('-----version:{}, gpu:{}, 1+2={}'.format(tf.__version__, tf.test.is_gpu_available(), tf.add(1, 2).numpy()) );"

 

第二步:拉取本文代码,配置NNCASE,开启docker容器

 

git clone https://github.com/QiangZiBro/pytorch-k210
cd pytorch-k210/handpose_detection/maix_train
# 配置NNCASE
mkdir -p tools/ncc/ncc_v0.2 && cd tools/ncc/ncc_v0.2
wget https://github.com/kendryte/nncase/releases/download/v0.2.0-beta4/ncc_linux_x86_64.tar.xz
tar xvf ncc-linux-x86_64.tar.xz
cd ../../

 

上面的NNCASE只需要下载、解压即可,我们接下来使用Docker构建一个Linux虚拟容器环境,如下面命令开启环境:

 

# 开启容器
docker run --gpus all --name jupyterlab-gpu -it -p 8889:8889 -e USER_NAME=$USER -e USER_ID=`id -u $USER` -e GROUP_NAME=`id -gn $USER` -e GROUP_ID=`id -g $USER` -v `pwd`:/tf $IMAGE

 

开启容器后,有两种操作方式供选择

 

第一种,使用jupyter-notebook运行

 

第二种,直接进入容器内部

 

docker exec -it jupyterlab-gpu /bin/bash
# 在容器内部,建议切换到普通用户运行
su - yourname
cd /tf

 

这里笔者选用第二种方式。创建容器时,Docker自动在镜像里创建了一个和本机用户名相同的用户。在容器里运行程序时,强烈建议切换成普通用户运行,否则后期遇到权限问题还需要手动改权限。

 

第三步:开启训练,使用Yolo V2算法数据集进行训练,具体操作方法为:

 

# 安装必备的包
pip3 install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/
cd /handpose_detection/maix_train
# 初始化
python3 train.py init
# 开始训练
python3 train.py -t detector -d datasets/game train

 

运行上述命令即使用maix_train工具箱开始训练,这个程序能一键完成训练、参数转换、量化等功能

 

 

使用100个Epoch进行训练,得到的结果生成在out文件下。

 

方法2 使用在线GPU进行训练

 

运行时默认调用GPU训练,如果没有GPU则使用CPU,训练时间相对CPU较慢。没有GPU的小伙伴也不用担心,可以直接将数据集上传到maixhub进行在线训练。这里的限制是需要有一块K210开发板,并且数据集大小在20M以内。下面简要介绍方法:

 

第一步,打开maixhub官网,https://www.maixhub.com/ModelTraining,注册、登录,根据官网提示获得机器码;

 

第二步,上传数据集准备环节中从格物钛平台缓存的数据集,开始训练;

 

大概二十分钟后,模型就训练好了,点击Download下载训练的模型。这里的结果和上面的out文件夹下的压缩文件一样。

 

 

03 嵌入式设备部署

 

3.1 开发环境准备

 

使用kflash作为烧录工具,这个工具图形化和命令行工具都有,选取我们需要的即可。

 

代码编写方面,使用VSCode编辑Python代码。模型训练好的Python代码还需要微调,这里笔者已经调试好公布在托管的仓库里,大家可以直接拷贝到内存卡,或者串口连接使用。下面介绍如何将训练的模型部署到最终的硬件设备中。

 

3.2 烧录Micropython固件

 

第一步下载Micropython固件 到https://dl.sipeed.com/shareURL/MAIX/MaixPy/release/master 下载一个bin文件,这里笔者使用的是 minimum_with_kmodel_v4_support

 

wget https://dl.sipeed.com/fileList/MAIX/MaixPy/release/master/maixpy_v0.6.2_72_g22a8555b5/maixpy_v0.6.2_72_g22a8555b5_minimum_with_kmodel_v4_support.bin

 

第二步查看K210的串口号,以笔者使用的MacOS为例:

 

ls /dev/cu.usbserial-*
# /dev/cu.usbserial-14330

 

第三步 烧录

 

使用命令行进行烧录示例

 

kflash  -p /dev/cu.usbserial-14330 -b 115200 -t maixpy_v0.6.2_72_g22a8555b5_minimum_with_kmodel_v4_support.bin

 

使用kflash图形界面的烧录示例

 

 

3.3 烧录目标检测模型参数

 

有两种方式将训练模型参数部署到嵌入式设备上:

 

使用程序烧录器直接烧录到flash中的一片地址,在程序中直接加载这块地址指向的内存

 

将模型参数拷贝在SD卡上,在程序中从SD卡加载

 

对于第一种方法,我们一般将模型参数烧录在以0x30000为开始的内存上,结尾不需要制定,程序 底 层会自己判断结束点。因此,在烧录时,只需要在kflash GUI的0x00000改为0x30000即可。当然,你也可以使用命令行烧录,同样的效果。

 

对于第二种方法,直接将上面训练好的所用文件拷贝到SD卡,再插入K210开发板即可。

 

3.4 模型推理脚本

 

Micropython固件和模型参数烧录成功后,使用下面脚本便可以加载脚本,进行检测了。建议先打开串口,将程序复制过去运行,观察运行结果,调试到正常运行后再放置到SD卡中

 

第一步:复制下面代码

 

# object detector boot.py
# generated by maixhub.com
import sensor, image, lcd, time
import KPU as kpu
import gc, sys
def lcd_show_except(e):
    import uio
    err_str = uio.StringIO()
    sys.print_exception(e, err_str)
    err_str = err_str.getvalue()
    img = image.Image(size=(240,240))
    img.draw_string(0, 10, err_str, scale=1, color=(0xff,0x00,0x00))
    lcd.display(img)
def main(anchors, labels = None, model_addr="/sd/m.kmodel", sensor_window=(240,240), lcd_rotation=0, sensor_hmirror=False, sensor_vflip=False):
    sensor.reset()
    sensor.set_pixformat(sensor.RGB565)
    sensor.set_framesize(sensor.QVGA)
    sensor.set_windowing(sensor_window)
    sensor.set_hmirror(sensor_hmirror)
    sensor.set_vflip(sensor_vflip)
    sensor.run(1)
    lcd.init(type=1, invert=True)
    lcd.rotation(lcd_rotation)
    lcd.clear(lcd.WHITE)
    if not labels:
        with open('labels.txt','r') as f:
            exec(f.read())
    if not labels:
        print("no labels.txt")
        img = image.Image(size=(320, 240))
        img.draw_string(90, 110, "no labels.txt", color=(255, 0, 0), scale=2)
        lcd.display(img)
        return 1
    try:
        img = image.Image("startup.jpg")
        lcd.display(img)
    except Exception:
        img = image.Image(size=(320, 240))
        img.draw_string(90, 110, "loading model...", color=(255, 255, 255), scale=2)
        lcd.display(img)
    try:
        task = None
        task = kpu.load(model_addr)
        kpu.init_yolo2(task, 0.5, 0.3, 5, anchors) # threshold:[0,1], nms_value: [0, 1]
        while(True):
            img = sensor.snapshot()
            t = time.ticks_ms()
            objects = kpu.run_yolo2(task, img)
            t = time.ticks_ms() - t
            if objects:
                for obj in objects:
                    pos = obj.rect()
                    img.draw_rectangle(pos)
                    img.draw_string(pos[0], pos[1], "%s : %.2f" %(labels[obj.classid()], obj.value()), scale=2, color=(255, 0, 0))
            img.draw_string(0, 200, "t:%dms" %(t), scale=2, color=(255, 0, 0))
            lcd.display(img)
    except Exception as e:
        raise e
    finally:
        if not task is None:
            kpu.deinit(task)
if __name__ == "__main__":
    try:
        labels = ["raised_fist", "victory_hand", "hand_with_fingers_splayed"]
        anchors = [3.96875, 8.8125, 3.25, 7.5, 4.4375, 6.4375, 3.3125, 5.15625, 6.125, 8.25]
        #main(anchors = anchors, labels=labels, model_addr=0x300000, lcd_rotation=0)
        main(anchors = anchors, labels=labels, model_addr="/sd/m.kmodel")
    except Exception as e:
        sys.print_exception(e)
        lcd_show_except(e)
    finally:
        gc.collect()

 

上面代码有几点注意:

使用雅博的K210开发板需要在LCD初始化将invert参数置为True,即
lcd.init(type=1, invert=True)

main函数有两种运行方式,分别表示从flash加载模型和从SD卡加载模型

 

第二步:打开终端,Mac上可以使用 screen 和串口进行通信

 

screen /dev/cu.usbserial-14340 115200
# 串口号不一定一样

 

(常用功能退出:先ctrl+a,再按k键,按y确认)

 

如果成功会出现下面结果:

 

 

第三步:拷贝程序通过串口进行交互式运行

 

首先按Ctrl+E,进入拷贝模式,出现下面结果

 

 

复制后Ctrl+D即可开始运行,程序运行无误后,拷贝全部文件到SD卡。程序运行成功后,效果如下

 

 

总结和思考

 

本文提供了一个从图像深度学习算法训练的开始,最终将其部署在嵌入式设备K210上。嵌入式AI涉及到的知识广泛,光其中的目标检测和嵌入式编程都可各写一本书。如果你是一个初学者,不要被其中深厚的知识吓到,我们可以“边打仗边学习”,在实践的过程学习。

 

下面提供几个小问题,以供课后思考:

 

有哪些可能的方法能够提升识别的准确率?

 

能否从数据本身出发,提高识别的性能?

 

本文的神经网络参数的参数转换流程是怎样的?

 

参考资料: https://www.maixhub.com/

 

Be First to Comment

发表评论

您的电子邮箱地址不会被公开。