目标檢測是AI的一項重要應用，通過目标檢測模型能在圖像中把人、動物、汽車、飛機等目标物體檢測出來，甚至還能将物體的輪廓描繪出來，就像下面這張圖，是不是很酷炫呢，嘿嘿
在動手訓練自己的目标檢測模型之前，建議先了解一下目标檢測模型的原理(見文章：大話目标檢測經典模型RCNN、Fast RCNN、Faster RCNN，以及Mark R-CNN)，這樣才會更加清楚模型的訓練過程。
本文将在我們前面搭建好的AI實戰基礎環境上(見文章：AI基礎環境搭建)，基于SSD算法，介紹如何使用自己的資料訓練目标檢測模型。SSD，全稱Single Shot MultiBox Detector(單鏡頭多盒檢測器)，是Wei Liu在ECCV 2016上提出的一種目标檢測算法，是目前流行的主要檢測架構之一。
本案例要做的識别便是在圖像中識别出熊貓，可愛吧，呵呵
下面按照以下過程介紹如何使用自己的資料訓練目标檢測模型：
1、安裝标注工具
要使用自己的資料來訓練模型，首先得先作資料标注，也就是先要告訴機器圖像裡面有什麼物體、物體在位置在哪裡，有了這些資訊後才能來訓練模型。
(1)标注資料檔案
目前流行的資料标注檔案格式主要有VOC_2007、VOC_2012，該文本格式來源于Pascal VOC标準資料集，這是衡量圖像分類識别能力的重要基準之一。本文采用VOC_2007資料格式檔案，以xml格式存儲，如下：
其中重要的資訊有：
filename：圖檔的檔案名
name：标注的物體名稱
xmin、ymin、xmax、ymax：物體位置的左上角、右下角坐标
(2)安裝标注工具
如果要标注的圖像有很多，那就需要一張一張手動去計算位置資訊，制作xml檔案，這樣的效率就太低了。
所幸，有一位大神開源了一個資料标注工具labelImg，可以通過可視化的操作界面進行畫框标注，就能自動生成VOC格式的xml檔案了。該工具是基于Python語言編寫的，這樣就支援在Windows、Linux的跨平台運作，實在是良心之作啊。安裝方式如下：
a. 下載下傳源代碼
通過通路labelImg的github頁面(https://github.com/tzutalin/labelImg)，下載下傳源代碼。可通過git進行clone，也可以直接下載下傳成zip壓縮格式的檔案。
在本案例中直接下載下傳成zip檔案。
b.安裝編譯
解壓labelImg的zip檔案，得到LabelImg-master檔案夾。
labelImg的界面是使用PyQt編寫的，由于我們搭建的基礎環境使用了最新版本的anaconda已經自帶了PyQt5，在python3的環境下，隻需再安裝lxml即可，進入LabelImg-master目錄進行編譯，代碼如下：
#激活虛拟環境source activate tensorflow#在python3環境中安裝PyQt5(anaconda已自帶)，如果是在python2環境下，則要安裝PyQt4，PyQt4的安裝方式如下#conda install -c anaconda pyqt=4.11.4#安裝xmlconda install xml#編譯make qt5py3#打開标注工具python3 labelImg.py
成功打開labelImg标注工具的界面如下：
2、标注資料
成功安裝了标注工具後，現在就來開始标注資料了。
(1)建立檔案夾
按照VOC資料集的要求，建立以下檔案夾
Annotations：用于存放标注後的xml檔案
ImageSets/Main：用于存放訓練集、測試集、驗收集的檔案清單
JPEGImages：用于存放原始圖像
(2)标注資料
将熊貓圖檔集放在JPEGImages檔案夾裡面(熊貓的美照請找度娘要哦~)，注意圖檔的格式必須是jpg格式的。
打開labelImg标注工具，然後點選左側的工具欄“Open Dir”按鈕，選擇剛才放熊貓的JPEGImages檔案夾。這時，主界面将會自動加載第一張熊貓照片。
點選左側工具欄的“Create RectBox”按鈕，然後在主界面上點選拉個矩形框，将熊貓圈出來。圈定後，将會彈出一個對話框，用于輸入标注物體的名稱，輸入panda作為熊貓的名稱。
然後點選左側工具欄的“Save”按鈕，選擇剛才建立的Annotations作為儲存目錄，系統将自動生成voc_2007格式的xml檔案儲存起來。這樣就完成了一張熊貓照片的物體标注了。
接下來點選左側工具欄的“Next Image”進入下一張圖像，按照以上步驟，畫框、輸入名稱、儲存，如此反複，直到把所有照片都标注好，儲存起來。
(3)劃分訓練集、測試集、驗證集
完成所有熊貓照片的标注後，還要将資料集劃分下訓練集、測試集和驗證集。
在github上下載下傳一個自動劃分的腳本(https://github.com/EddyGao/make_VOC2007/blob/master/make_main_txt.py)
然後執行以下代碼
python make_main_txt.py
将會按照腳本裡面設定的比例，自動拆分訓練集、測試集和驗證集，将相應的檔案名清單儲存在裡面。
3、配置SSD
(1)下載下傳SSD代碼
由于本案例是基于tensorflow的，是以，在github上下載下傳一個基于tensorflow的SSD，位址是 https://github.com/balancap/SSD-Tensorflow
以zip檔案的方式下載下傳下來，然後解壓，得到SSD-Tensorflow-master檔案夾
(2)轉換檔案格式
将voc_2007格式的檔案轉換為tfrecord格式，tfrecord資料檔案tensorflow中的一種将圖像資料和标簽統一存儲的二進制檔案，能更加快速地在tensorflow中複制、移動、讀取和存儲等。
SSD-Tensorflow-master提供了轉換格式的腳本，轉換代碼如下：
DATASET_DIR=./panda_voc2007/OUTPUT_DIR=./panda_tfrecord/python SSD-Tensorflow-master/tf_convert_data.py --dataset_name=pascalvoc --dataset_dir=${DATASET_DIR} --output_name=voc_2007_train --output_dir=${OUTPUT_DIR}
(3)修改物體類别
由于是我們自定義的物體，是以，要修改SSD-Tensorflow-master中關于物體類别的定義，打開SSD-Tensorflow-master/datasets/pascalvoc_common.py檔案，進行修改，将VOC_LABELS中的其它無關類别全部删掉，增加panda的名稱、ID、類别，如下：
VOC_LABELS = { 'none': (0, 'Background'),'panda': (1, 'Animal'),}
4、下載下傳預訓練模型
SSD-Tensorflow提供了預訓練好的模型，基于VGG模型(要了解VGG模型詳情，請閱讀文章：大話經典CNN經典模型VGG)，如下表：
但這些預訓練的模型檔案都是存儲在drive.google.com上，是以，無法直接下載下傳。隻能通過“你懂的”方式進行下載下傳，在這裡下載下傳SSD-300 VGG-based預訓練模型，得到檔案：VGG_VOC0712_SSD_300x300_ft_iter_120000.ckpt.zip，然後進行解壓
5、訓練模型
終于把标注檔案、SSD模型都準備好了，現在準備開始來訓練了。
在訓練模型之前，有個參數要修改下，打開SSD-Tensorflow-master/train_ssd_network.py找到裡面的DATA_FORMAT參數項，如果是使用cpu訓練則值為NHWC，如果是使用gpu訓練則值為NCHW，如下：
DATA_FORMAT = 'NCHW' # gpu# DATA_FORMAT = 'NHWC' # cpu
現在終于可以開始來訓練了，打開終端，切換conda虛拟環境
source activate tensorflow
然後執行以下指令，開始訓練
# 使用預訓練好的 vgg_ssd_300 模型 DATASET_DIR=./ panda_tfrecordTRAIN_DIR=./panda_modelCHECKPOINT_PATH=./model_pre_train/VGG_VOC0712_SSD_300x300_ft_iter_120000.ckpt/VGG_VOC0712_SSD_300x300_ft_iter_120000.ckptpython3 SSD-Tensorflow-master/train_ssd_network.py --train_dir=${TRAIN_DIR} --dataset_dir=${DATASET_DIR} --dataset_name=pascalvoc_2007 --dataset_split_name=train --model_name=ssd_300_vgg --checkpoint_path=${CHECKPOINT_PATH} --save_summaries_secs=60 --save_interval_secs=600 --weight_decay=0.0005 --optimizer=adam --learning_rate=0.0001 --batch_size=16
其中，根據自己電腦的性能情況，設定batch_size的值，值越大表示批量處理的數量越大，對機器性能的要求越高。如果電腦性能普通的，則可以設定為8，甚至4，土豪請忽略。
學習率learning_rate也可以根據實際情況調整，學習率越小則越精确，訓練的時間也越長，學習率越大則可縮短訓練時間，但就會降低精準度。
在這裡使用預訓練好的模型，SSD将會鎖定VGG模型的一些參數進行訓練，這樣能在較短的時間内完成訓練。
6、使用模型
SSD模型訓練好了，現在要來使用了，使用的方式也很簡單。
SSD-Tensorflow-master自帶了一個notebooks腳本，可通過jupyter直接使用模型。
先安裝jupyter，安裝方式如下：
conda install jupyter
然後啟動jupyter-notebook，代碼如下：
jupyter-notebook SSD-Tensorflow-master/notebooks/ssd_notebook.ipynb
啟動後在SSD 300 Model的代碼塊設定模型的路徑和名稱
然後在最後的代碼塊中，設定要測試的圖像路徑path
然後點選菜單“Cell”，點選子菜單“Run All”，便能按順序全部執行代碼，并顯示出結果出來
執行後，可愛的熊貓就被圈出來了
經過以上步驟，我們便使用了自己的資料完成了目标檢測模型的訓練。隻要以後還有物體檢測的需求，然後找相關的圖檔集進行标注，标注後進行模型訓練，就能完成一個定制化的目标檢測模型了，非常友善，希望本案例對大家能有所幫助。
關注本人公衆号“大資料與人工智能Lab”(BigdataAILab)，然後回複“代碼”關鍵字可擷取 完整源代碼。
推薦相關閱讀
- 【AI實戰】快速掌握TensorFlow(一)：基本操作
- 【AI實戰】快速掌握TensorFlow(二)：計算圖、會話
- 【AI實戰】快速掌握TensorFlow(三)：激勵函數
- 【AI實戰】快速掌握TensorFlow(四)：損失函數
- 【AI實戰】搭建基礎環境
- 【AI實戰】訓練第一個模型
- 【AI實戰】編寫人臉識别程式
- 【AI實戰】動手訓練目标檢測模型(SSD篇)
- 【AI實戰】動手訓練目标檢測模型(YOLO篇)
- 【精華整理】CNN進化史
- 大話卷積神經網絡(CNN)
- 大話循環神經網絡(RNN)
- 大話深度殘差網絡(DRN)
- 大話深度信念網絡(DBN)
- 大話CNN經典模型：LeNet
- 大話CNN經典模型：AlexNet
- 大話CNN經典模型：VGGNet
- 大話CNN經典模型：GoogLeNet
- 大話目标檢測經典模型：RCNN、Fast RCNN、Faster RCNN
- 大話目标檢測經典模型：Mask R-CNN
- 27種深度學習經典模型
- 淺說“遷移學習”
- 什麼是“強化學習”
- AlphaGo算法原理淺析
- 大資料究竟有多少個V
- Apache Hadoop 2.8 完全分布式叢集搭建超詳細教程
- Apache Hive 2.1.1 安裝配置超詳細教程
- Apache HBase 1.2.6 完全分布式叢集搭建超詳細教程
- 離線安裝Cloudera Manager 5和CDH5(最新版5.13.0)超詳細教程
參考文獻：K碼農-http://kmanong.top/kmn/qxw/form/home?top_cate=28