教你学会物体检测

编者按——

虽然作为产品，但是如果技术说这个实现不了的时候，你就应该把他一把推开“让我来”。

起因是看到了@景略集智 和王司图的光头检测，摸了摸自己的头发，又稀疏了不少，于是我陷入沉思……

然鹅，在我摘掉我的黑框眼镜以后，我就发现我啥都看不见了，于是我就准备做一个对黑框眼镜的检测。

说干♂就干。

首先去找数据集，鉴于我的渣机子..决定先找20张。

然后我就爱上了图7的小哥哥（并不）

当然这个数据集很小，很容易出现欠拟合……但是我懒qwq

在基友王♂比利的指引下，我打开了一个叫LabelImg的项目。地址是：https://github.com/tzutalin/labelImg

常规操作一波：

pip install PyQt5

pip install XXX.whl

pip install pyqt5-tools

pip install lxml

通过cd进入labelImg-master文件夹后：

pyrcc5 -o resources.py resources.qrc

然后随即

python labelImg.py

于是出现了白框？

接着就是标定了，将眼镜部分标定为“black glasses”，发现快捷键太好用惹！！！！！

常用快捷键

下一张：快捷键D

上一张：快捷键A

创建矩形框：快捷键W

保存：快捷键Ctrl+S

标注结束以后，同名的XML文件就生成惹。嘤嘤嘤~接着是创建TFRecord文件。

TFRecord是一种二进制文件。传统的图像与标签往往是分为不同文件存放的，而在TF Record中每一张输入图像和与其相关的标签则是存放在一个文件中的。TF Record并不对数据进行压缩，所以可以被快速加载到内存中，从而进行大量数据流的读取操作。

然后为了确定训练效果，我们对标定的图片来分出训练集和测验集同时生成csv文件。

在这里我们构建xmlto csv的PY脚本：

import os

import glob

import pandas as pd

import xml.etree.ElementTree as ET

def xml_to_csv(path):

xml_list = []

for xml_file in glob.glob(path + '/*.xml'):

tree = ET.parse(xml_file)

root = tree.getroot()

for member in root.findall('object'):

value =(root.find('filename').text,

int(root.find('size')[0].text),

int(root.find('size')[1].text),

member[0].text,

int(member[4][0].text),

int(member[4][1].text),

int(member[4][2].text),

int(member[4][3].text)

)

xml_list.append(value)

column_name = ['filename', 'width', 'height', 'class', 'xmin', 'ymin','xmax', 'ymax']

xml_df = pd.DataFrame(xml_list, columns=column_name)

return xml_df

def main():

for directory in ['train','test']:

xml_df = xml_to_csv(image_path)

xml_df.to_csv('data/{}_labels.csv'.format(directory), index=None)

print('Successfully converted xml tocsv.')

main()

脚本来源：https://github.com/datitran/raccoon_dataset

用python或者Jupyter运行代码后生成csv文件

接下来建立脚本generate_tfrecord.py

from __future__ import division

from __future__ import print_function

from __future__ importabsolute_import

import os

import io

import pandas as pd

import tensorflow as tf

from PIL import Image

from object_detection.utils importdataset_util

from collections import namedtuple,OrderedDict

flags = tf.app.flags

flags.DEFINE_string('csv_input','', 'Path to the CSV input')

flags.DEFINE_string('output_path','', 'Path to output TFRecord')

FLAGS = flags.FLAGS

# TO-DO replace this with label map

def class_text_to_int(row_label):

if row_label == 'black glasses':

return 1

else:

None

def split(df, group):

data = namedtuple('data', ['filename', 'object'])

gb = df.groupby(group)

def create_tf_example(group, path):

encoded_jpg = fid.read()

encoded_jpg_io = io.BytesIO(encoded_jpg)

image = Image.open(encoded_jpg_io)

width, height = image.size

image_format = b'jpg'

xmins = []

xmaxs = []

ymins = []

ymaxs = []

classes_text = []

classes = []

xmins.append(row['xmin'] / width)

xmaxs.append(row['xmax'] / width)

ymins.append(row['ymin'] / height)

ymaxs.append(row['ymax'] / height)

classes_text.append(row['class'].encode('utf8'))

classes.append(class_text_to_int(row['class']))

tf_example = tf.train.Example(features=tf.train.Features(feature={

'image/height':dataset_util.int64_feature(height),

'image/width':dataset_util.int64_feature(width),

'image/filename':dataset_util.bytes_feature(filename),

'image/source_id':dataset_util.bytes_feature(filename),

'image/encoded':dataset_util.bytes_feature(encoded_jpg),

'image/format':dataset_util.bytes_feature(image_format),

'image/object/bbox/xmin': dataset_util.float_list_feature(xmins),

'image/object/bbox/xmax':dataset_util.float_list_feature(xmaxs),

'image/object/bbox/ymin':dataset_util.float_list_feature(ymins),

'image/object/bbox/ymax':dataset_util.float_list_feature(ymaxs),

'image/object/class/text':dataset_util.bytes_list_feature(classes_text),

'image/object/class/label':dataset_util.int64_list_feature(classes),

}))

return tf_example

def main(_):

writer = tf.python_io.TFRecordWriter(FLAGS.output_path)

examples = pd.read_csv(FLAGS.csv_input)

grouped = split(examples, 'filename')

for group in grouped:

tf_example = create_tf_example(group,path)

writer.write(tf_example.SerializeToString())

writer.close()

print('Successfully created the TFRecords: {}'.format(output_path))

if __name__ == '__main__':

tf.app.run()

然后就…报错了….

检查了一下发现是自己没有导入包，QwQ呜呜呜，蠢哭惹~

然后下载models包，地址：https://github.com/tensorflow/models

安装完包以后运行了CMD：

pythongenerate_tfrecord.py --csv_input=data/train_labels.csv --output_path=data/train.record

pythongenerate_tfrecord.py --csv_input=data/test_labels.csv --output_path=data/test.record

对，在这里我们把csv文件都放在了data文件夹里面。

在这个过程中还去看了一些CSDN的文章，然后被这个巨巨的标题想起了我在夕阳下的奔跑~

然后回来一看，就…懵逼了………

然后发现是文件路径问题…….（掀桌）

原因是我的电脑里有两个anaconda和三个python，可能我的电脑叫维鲁斯？

一番折腾后，终于出现了久违的文件，露出姨母笑（哈？）

实现到这一步就算是成功一半了，但——行九十里路半五十。

接着就是把训练集喂给代码吃了~~嘤嘤嘤

于是我们就要去API代码库里挑一下，哪个models最月半月半，最快消化代码

于是我们就选择了ssd_mobilenet_v1_coco，敲棒der~

对比一下就知道~