深度学习界的 “吃鸡挂”——目标检测 SSD 实验

“卧槽,又被 LYB 干了!” 背后传来一声哀嚎。 哈哈,看来,沉迷吃鸡的室友又被戒网瘾了。作为一个充满着正义的 LYB 的游戏,这人不长点眼力还真的不行啊。不过这时候一张图片吸引了我的兴趣:

网易《荒野行动》的车辆检测 能识别出视频中的汽车和人,这,不是外挂么?想到专业制裁 LYB 们的透视挂,这波我很强好吧。为探秘这 “外挂” 效果有多强,那我就来复现这个深度学习界的 “吃鸡挂”——SSD 目标检测。

SSD 目标检测介绍

SSD 是一种 Object Detection 方法。本文的源代码是基于论文 SSD: Single Shot MultiBox Detector(https://arxiv.org/abs/1512.02325 ),实现的 keras 版本。

该文章在既保证速度,又要保证精度的情况下,提出了 SSD 物体检测模型,与现在流行的检测模型一样,将检测过程整个成一个 single deep neural network。便于训练与优化,同时提高检测速度。 SSD 将输出一系列离散化(discretization)的 bounding boxes,这些 bounding boxes 是在不同层次(layers)上的 feature maps 上生成的,并且有着不同的 aspect ratio。

使用 RussellCloud 复现

做深度学习的,大家都知道最纠结的莫过于配置环境了。那么多框架那么多库那么多版本,稍有不注意,成倍的时间都花在踩坑上了。这在做复现的时候尤为明显,我不过是想跑一下别人的代码看看效果,结果完全搞不定。

使用 RussellCloud,轻松搞定环境问题,要啥,写个 requirement 就行了!

复现前准备:

  • 注册 RussellCloud 账号

(注册邀请码可至论坛跟帖求助获取,每位已经注册的用户也有五枚好友邀请码)

  • 安装 russell-cli 终端工具
$ sudo pip install -U russell-cli
  • Clone 项目代码,Git 地址 RussellCloud/SSD_keras
# clone代码
$ git clone https://github.com/RussellCloud/SSD_keras.git

使用命令行登录:

# 使用russell login命令
$ russell login

输入 y,网页登录后在网页端拷贝账户的 Token,粘贴进终端,回车。如果你使用 Windows 的命令行,可能会出现粘贴不进的情况,请右键窗口粘贴(或者点击左上角图标)。

成功登录输出:

Login Successful as XXX

新建项目:

来到 RussellCloud 主页,进入控制台,新建一个项目。项目名随便起一个,很多都可以不填,比较重要的是默认容器环境一定要选择:keras 。

RussellCloud 创建项目页

初始化项目:

项目创建完成后记得在项目主页复制概览 ID,用于项目初始化。

# 绑定远程项目,此处<project_id>是在网页上复制的项目概览 ID
$ russell init --id <project_id>

初始化成功输出:

Project "XXX" initialized in current directory

运行项目:

初始化完成后我们就可以用 russell run 命令运行项目了,这里我们项目下实现的是一个 IPython Notebook 工程,所以我们要使用 Jupyter 模式来启动我们的项目。

# russell run 以Jupyter模式启动项目
$ russell run --mode jupyter --data df2750d1f1624857a27c7802494c6e39:model 

成功运行 task 输出:

RUN ID                            NAME                  VERSION
--------------------------------  ------------------  ---------
780a8e053f2244cb9ea03faabc9f2694  RussellCloud/ssd:1          1

Setting up your instance and waiting for Jupyter notebook to become available ...

Path to jupyter notebook: http://cpu.russellcloud.com/notebook/780a8e053f2244cb9ea03faabc9f2694/

    To view logs enter:
        russell logs 780a8e053f2244cb9ea03faabc9f2694

然后我们就会浏览器自动打开一个页面,这就进入到了我们的 Jupyter 环境下。

在线的 jupyter

然后我们可以看到我们所有的项目文件都展现在这个网页中了,当然我们还有挂载的 SSD_Weight 数据集在 / input/model 目录下没有显示出来。接下来我们就是打开这个 SSD.ipynb 开始运行啦!不过这里的代码有一些目录还还没有对应改好哦,所以我们这里按 cell 运行时候要及时查错,把相应的目录修改好。

成功运行完一遍,OK!

检测效果演示

小记

“小编你这不是耍我么,吃鸡挂呢?”

当然我是有做测试的啦!只是效果不太理想(哭脸)。先上两张图感受一下。

这两张图都是来源于《绝地求生:大逃杀》的官方宣传片。第一张图算是识别出了人,可是,你识别自己有啥用喂喂喂。虽然玩家面前还有另一个人开着一辆跑车疾驰而来,但是它并没有识别出来。第二张图,穿着吉利服的 LYB,结果确实识别出来是一个鸟…… 好吧这还看着是有点像个鸟头。

我这里做的都只是一个图片的目标检测。如果做视频的目标检测,我想它应该能识别出来那辆疾驰而来的车。至于这个吉利服选手,怕是识别不出来了哈哈哈。看来,这个 “吃鸡挂” 的功力还远远不够。

但在其他图片上,这个 SSD 目标检测还是有不错的效果的:

检测出来的小猫咪

参考资料

  • SSD: Single Shot MultiBox Detector(https://arxiv.org/abs/1512.02325 )
  • 论文阅读:SSD: Single Shot MultiBox Detector(http://t.cn/RcpBQvu )
  • kuhung/SSD_keras(http://t.cn/RQzkgR5 )
  • rykov8/ssd_keras(http://t.cn/Rf9wNaO )

原文发布于微信公众号 - AI研习社(okweiwu)

原文发表时间:2018-01-11

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏张善友的专栏

使用View Model从表现层分离领域模型

Model-View-Controller(模型-视图-控制器,MVC) 模式将你的软件组织并分解成三个截然不同的角色: Model 封装了你的应用数据、应用...

2285
来自专栏何俊林

FFmpeg总结(一)FFmpeg官方文档分块

正式开启FFmpeg总结,预计这个将是一个2-3年的时间线,或者更久,今天是从官方文档出发,带大家找到最小块的切入点。 http://ffmpeg.org/d...

2897
来自专栏大数据文摘

手把手 | 哇!用R也可以跑Python了

1123
来自专栏HBStream流媒体与音视频技术

MP4文件格式的解析,以及MP4文件的分割算法

1.1K12
来自专栏企鹅号快讯

如何在Python中快速进行语料库搜索:近似最近邻算法

选自Medium 作者:Kevin Yang 机器之心编译 参与:路雪 最近,我一直在研究在 GloVe 词嵌入中做加减法。例如,我们可以把「king」的词嵌入...

2575
来自专栏WeTest质量开放平台团队的专栏

UPA深度性能报告解读

原文链接:http://wetest.qq.com/lab/view/403.html

1172
来自专栏WeTest质量开放平台团队的专栏

UPA深度性能报告解读

UPA作为腾讯WeTest与Unity官方联合打造的客户端性能分析工具,为开发者提供了极大的便利和效能提升。产出的分析报告内容详尽,但您是否真的读懂了报告?是否...

802
来自专栏张善友的专栏

负载均衡的基本算法

负载均衡的基本算法,主要有以下几种(参考F5产品): 随机:负载均衡方法随机的把负载分配到各个可用的服务器上,通过随机数生成算法选取一个服务器,然后把连接发送给...

2897
来自专栏小小詹同学

知乎大神爬取高颜值美女(Python爬虫+人脸检测+颜值检测)

这是一篇来自知乎大神的技术文章

88510
来自专栏知晓程序

晓快讯 | 微信公众号可以改错错错错错字了!

2 月 8 日凌晨,微信公众平台发布公告,称「为了给运营者、读者提供更友好的编辑、阅读体验,公众平台新增修改文章错别字功能」,支持运营者对已群发文章进行小范围修...

1323

扫码关注云+社区

领取腾讯云代金券