当Node.js遇上OpenCV深度神经网络

作者：VincentMühler

编译：weakish

编者按：opencv4nodejs及face-recognition.js维护者Vincent Mühler介绍了如何在Node.js环境下使用训练好的神经网络模型识别图像中的物体。

今天我们将看看Node.js的OpenCV深度神经网络模块。

如果你希望释放神经网络的魔力，来辨识和分类图像中的物体，却对深度学习是如何工作的毫无头绪（像我一样），更不知道如何创建和训练神经网络，那么本文正适合你！

所以我们今天将创建什么？

在这一篇教程中，我们将了解如何通过OpenCV的DNN模块，从Tensorflow和Caffe加载预训练的模型，然后我们将深入两个基于Node.js和OpenCV进行物体识别的例子。

首先我们将使用Tensorflow的Inception模型来辨识图像中的物体，之后我们将使用COCO SSD模型检测和辨识同一图像中的多个不同物体。

你可以在我的github仓库上找到样例代码：justadudewhohacks/opencv4nodejs

Tensorflow Inception

训练过的Tensorflow Inception模型可以辨别约1000个分类的物体。如果你将图像传入网络，它将给出图像中的物体的每个分类的似然。

分类图像中的物品

为了分类图像中的物品，我们将编写以下帮助函数：

这一函数做了这些事：

准备输入图像

Tensorflow Inception网络接受224x224大小的输入图像。因此我们调整图像大小，使其最大边的大小为224，然后用白像素补齐。

让图像穿过网络

我们可以直接从图像创建blob，然后调用前向传播输入，然后获取输出blob.

从输出blob提取结果

为了通用性，输出blob的表达形式直接是矩阵（），而它的维度取决于模型。在Inception下这很简单。blob不过是一个1xN矩阵（其中N等于分类数），描述了所有分类的概率分布。每个条目为一个浮点数，表示相应分类的置信度。所有条目相加，总和为1.0（100%）。

我们想仔细看看图像可能性最大的分类，因此我们查看所有置信度大于（这个例子中是5%）。最后，我们根据置信度排序结果，并返回、对。

测试

现在我们将读取一些我们希望网络辨识的样本数据：

输出为：（你可以参考本文开头的图片）

很有趣。我们得到了爱基斯摩犬和香蕉图像非常准确的描述。对于汽车图像而言，汽车的具体类别不太准，但模型确实辨识出了图像中的汽车。当然，网络不可能在无限的分类上进行训练，因此它没有为最后一张图像返回“妇女”描述。然而，它确实辨识出了帽子。

COCO SSD

好，模型表现不错。但是我们如何处理包含多个物体的图像呢？为了辨识单一图像中的多个物体，我们将利用单图多盒检测器（Single Shot Multibox Detector, SSD）。在我们的第二个例子中，我们将查看一个在COCO（Common Object in Context）数据集上训练的SSD模型。我们使用的这一模型在84个不同分类上训练过。

这一模型来自Caffe，因此我们将加载二进制文件VGG_coco_SSD_300x300_iter_400000.caffemodel，以及protoxt文件deploy.prototxt：

基于COCO分类

我们的分类函数和基于Inception的分类函数几乎一样，不过这次输入将是300x300的图像，而输出将是1x1xNx7矩阵。

我不是很清楚为何输出是1x1xNx7矩阵，不过我们实际上只关心Nx7部分。我们可以使用flattenFloat工具函数映射第三、第四维至2D矩阵。与Inception输出矩阵相比，这次N不对应每个分类，而是检测到的每个物体。另外，每个物体对应7个条目。

为什么是7个条目？

记住，这里我们遇到的问题和之前有点不一样。我们想要检测单张图像中的多个物体，因此我们不可能仅仅给出每个分类的置信度。我们实际上想要得到的是一个指示每个物体在图中的位置的矩形。7个条目分别为：

我其实毫无头绪

物体的分类标签

分类的置信度

矩形左端的x

矩形底部的y

矩形右端的x

矩形顶部的y

输出矩阵给了我们不少关于结果的信息，这看起来相当整洁。我们同样可以根据置信度再次过滤结果，并为每个辨识出的物体在图像中绘制边框。

看看它的效果！

出于行文的简洁，我将跳过绘制矩形的代码，以及其他可视化的代码。如果你想知道具体是怎么做的，可以访问前面提到的github仓库。

让我们传入一张汽车图像到网络，然后过滤结果，看看是否检测到了分类：

很棒！下面提高一下难度。让我们试下……一张早餐桌？

很不错！

最后的话

如果你想进一步尝试，我建议你查看Caffe Model Zoo，其中提供了用于不同用例的已训练模型，你可以直接下载。

如果你基于OpenCV和DNN做了很棒的应用，我会很感兴趣！欢迎留言分享。

原文地址：https://medium.com/%40muehler.v/node-js-meets-opencvs-deep-neural-networks-fun-with-tensorflow-and-caffe-ff8d52a0f072