SSD-Tensorflow学习

SSD简单相关介绍

对于SSD，SSD（SSD: Single Shot MultiBox Detector）是采用单个深度神经网络模型实现目标检测和识别的方法。该方法是综合了Faster R-CNN的anchor box和YOLO单个神经网络检测思路，从而既有Faster R-CNN的准确率又有YOLO的检测速度，可以实现高准确率实时检测。本文解析的是SSD的tensorflow实现源码，来源balancap/SSD-Tensorflow

其性能表现如下：

Model Training data Testing data mAP FPS

SSD-300 VGG-based VOC07+12 trainval VOC07 test 0.778 -

SSD-300 VGG-based VOC07+12+COCO trainval VOC07 test 0.817 -

SSD-512 VGG-based VOC07+12+COCO trainval VOC07 test 0.837 -

更多关于SSD网络关键源码解析

本文目标

1、可以将github上SSD-Tensorflow作者源码例子跑起来。

2、对SSD-Tensorflow加深认识

1、开始配置环境

博主大人所用环境：

• ubuntu 16.04
• python3.5
• opencv3.3
• tensorflow1.3
• cuda8.0
• cudnn6
• 等等

Tensorflow的安装有点麻烦，安装方法官网有详细介绍。

这里想简单说一下：

1、先按官网要求安装好依赖环境，如

$ sudo apt-get install python-pip python-dev python-virtualenv # for Python 2.7
 $ sudo apt-get install python3-pip python3-dev python-virtualenv # for Python 3.n            

基本上就是需要啥安装啥。

2、通过pip安装

$ pip install tensorflow      # Python 2.7; CPU support (no GPU support)
$ pip3 install tensorflow     # Python 3.n; CPU support (no GPU support)
$ pip install tensorflow-gpu  # Python 2.7;  GPU support
$ pip3 install tensorflow-gpu # Python 3.n; GPU support            

这个安装方法一般都是漫长的，而且本人在安装过程中中断几次（网络原因），所以我采用了其他方法。

3、通过源码安装

$ git clone https://github.com/tensorflow/tensorflow

接下来按照官网给出的步骤进行安装。

4、是的，还有一种方法，先将tensorflow的pip安装包下载下来，安装包地址

下载下来再进行安装就快多了。

其他环境的配置就不提了。

2、跑起来

如果一切都准备好了，那么就可以开始下载SSD-Tensorflow源码了。

官网Readme上提的SSD minimal example是用jupyter 写的，我们可以将其转为python，最简单的方法就是复制过来就可以了。

路径：

/notebooks/ssd_notebook.ipynb

上图是直接用简单编辑器（gedit）打开，崩溃了，很乱，怎么办，安装一个jupyer编辑器(或者在官网上打开该文件)，打开就好看了，既然已经可以在jupyer上打开为什么还要转成.py文件呢？

当然因为python文件方便我们改写，jupyer需要一块一块执行。

官网直接查看ssd_notebook.ipynb：

代码块：

# Test on some demo image and visualize output.
path = '../demo/'
image_names = sorted(os.listdir(path))
img = mpimg.imread(path + image_names[-5])
rclasses, rscores, rbboxes =  process_image(img)
# visualization.bboxes_draw_on_img(img, rclasses, rscores, rbboxes, visualization.colors_plasma)
visualization.plt_bboxes(img, rclasses, rscores, rbboxes)           

从路径path中读取一张进行识别。结果如下：

识别结果对应的类名为：

class_lable = [
    'none',
    'aeroplane',
    'bicycle',#2
    'bird',
    'boat',
    'bottle',
    'bus',
    'car',#7
    'cat',
    'chair',
    'cow',
    'diningtable',
    'dog',#12
    'horse',
    'motorbike',
    'person',#15
    'pottedplant',
    'sheep',
    'sofa',
    'train',
    'tvmonitor',
    'total',
]           

这张图片原图是

如果想测试其他图片，可以改一下图片路径。

如果想实时检测视频（做了跳帧）中的物体。可以做如下修改：

t = 0

cap = cv2.VideoCapture("../demo/nomal.avi")
while(1):
    t = t+1
    # get a frame
    ret, frame = cap.read()
    # show a frame
    #cv2.imshow("capture", frame)
    #img = mpimg.imread(path + image_names[-2])
    if t <= 5:
        continue

    t = 0
    b, g, r = cv2.split(frame)
    img = cv2.merge([r,g,b])
    #img = frame
    rclasses, rscores, rbboxes =  process_image(img)


    visualization.bboxes_draw_on_img(img, rclasses, rscores, rbboxes, visualization.colors_plasma)
    r, g, b = cv2.split(img)
    img2 = cv2.merge([b,g,r])

    cv2.imshow("capture", img2)

    #visualization.plt_bboxes(img, rclasses, rscores, rbboxes)
    if cv2.waitKey(100) & 0xFF == ord('q'):
        break
cap.release()
cv2.destroyAllWindows()            

这是识别已经录制好的视频，如果是实时拍摄的画面，则需要再改改。