【CV4】目标检测实战（Tensorflow_API_SSD）

文章目录

• 1.运行tensorflow官方示例
• 2.proto文件转py文件
• 3.下载模型并运行ipynb文件
• 4.tf_SSD
• 5. 挑选图片
• 6.缩小图片
• 7.图片打标签
• 8.xml转csv，csv转tfrecord
• 9.编写pbtxt文件
• 10. 编写配置文件
• 11.训练模型
• • 11.1 解决第一个报错
  • 11.2 解决第二个报错
  • • 11.2.1 下载并安装Microsoft C++ build 14.0
    • 11.2.2 下载并安装pycocotools
  • 11.3 解决第三个报错
  • 11.4 解决第四个报错
  • 11.5 解决第五个报错
• 12.模型测试
• • 12.1 导出训练好的模型
  • 12.2 下载并运行测试代码

1.运行tensorflow官方示例

本文基于window10，python3.6 ，tensorflow1.12。在官网model里的research文件夹 ：https://github.com/tensorflow/models/tree/master/research

1.window下载子目录

: object_detection文件夹右击复制链接地址将/branches/branchname/替换成/trunk/，下载TortoiseSVN软件，桌面新建文件夹选中右击svn checkout。

2.ubuntu下载子目录

: 安装svn：sudo apt-get install subversion，同上改为trunk，新文件夹里命令$svn checkout +改后地址。

3.ubuntu下载单文件

: wget+含raw的新地址

2.proto文件转py文件

Protobuf是google开发的的一套用于数据存储，网络通信时用于协议编解码的工具库。它和XML和Json数据差不多，把数据以某种形式保存起来。不同之处，它是一种二进制的数据格式，具有更高的传输，打包和解包效率。下载Protobuf网址：https://github.com/google/protobuf/releases 下载压缩文件

protoc-3.7.0-win64.zip

，解压后将bin文件夹中

protoc.exe

复制到

c/window

，在工程object_detection文件夹中，进入文件夹protos，文件夹中有很多以proto为后缀的文件，把这些

proto文件转换为py文件

。与工程object_detection文件夹同级目录中，打开cmd，不进入object_detection文件夹，运行jupyter notebook，新建一个ipynb文件，即点击选择New->Python3，复制下面一段代码运行：

import os
file_list = os.listdir('object_detection/protos/')
proto_list = [file for file in file_list if '.proto' in file]
print('object_detection/proto文件夹中共有%d个proto文件' %len(proto_list))
for proto in proto_list:
    execute_command = 'protoc object_detection/protos/%s --python_out=.' %proto
    os.popen(execute_command) # 相当于cmd直接打开路径
file_list = os.listdir('object_detection/protos/')
py_list = [file for file in file_list if '.py' in file]
print('通过protoc命令产生的py文件共有%d个' %(len(py_list) - 1))
           

重进入文件夹object_detection/protos，文件夹中每个proto文件后都有一个py文件，即将proto文件转py文件成功。

3.下载模型并运行ipynb文件

object_detection_tutorial.ipynb

中有下载预训练好的模型的代码语句。代码可以运行，但是无法得到结果，因为代码中的下载链接是国外的网址，所以下文删除代码中Download Model块，本人提供百度云盘：链接：https://pan.baidu.com/s/1a4u-Xeu8KDKABlE6DfmM3Q 提取码：ek3n 。将下载好的压缩文件放到工程object_detection文件夹中并解压：文件夹

ssd_mobilenet_v1_coco_2017_11_17

中有文件夹saved_model文件夹和6个文件

在工程object_detection文件夹中运行cmd，打开jupter notebook，运行下面文件：

删除代码块，再run all 模块：

作者本人在运行时出现两个报错：

1.

删除红色框中内容，运行成功

2.

pillow库版本之前-U升级过，版本过高，按提示安装旧版：先pip uninstall，再用阿里云镜像安装：

4.tf_SSD

win10深度学习环境：https://blog.csdn.net/weixin_43435675/article/details/88359636 ，桌面新建目标检测2文件夹，以下为本次项目会用到的文件：

本文作者给读者演示的图片数据是来自ImageNet中的鲤鱼分类

链接：https://pan.baidu.com/s/17iI62gt9HyRbQ-Wr8h28jw 提取码：4swb

5. 挑选图片

此数据集中大部分图片都较为清晰，但极少数图片像素点少不清晰。像素点少的图片不利于模型训练或模型测试，在目标检测2文件夹中cmd，打开jupyter notebook，新建重命名为：get_some_qualified_images，运行下一段代码后会在目标检测2文件夹下多出

selected_images

文件夹

import os
import random
from PIL import Image
import shutil

#获取1000张图片中随机选出数量为sample_number*2的一部分图片的路径
def get_some_imagePath(dirPath, sample_number):
    fileName_list = os.listdir(dirPath)
    all_filePath_list = [os.path.join(dirPath, fileName) for fileName in fileName_list]#绝对路径
    all_imagePath_list = [filePath for filePath in all_filePath_list if '.jpg' in filePath] #获得.jpg后缀的绝对路径
    some_filePath_list = random.sample(all_filePath_list, k=sample_number*2)#随机获取k个元素还是返回列表
    return some_filePath_list

#获取一部分像素足够，即长，宽都大于300的图片放入new_dirPath文件夹中
def get_some_qualified_images(dirPath, sample_number, new_dirPath):
    some_imagePath_list = get_some_imagePath(dirPath, sample_number)
    if not os.path.isdir(new_dirPath):
        os.mkdir(new_dirPath)
    i = 0
    for imagePath in some_imagePath_list:
        image = Image.open(imagePath)
        width, height = image.size
        if width > 300 and height > 300:
            i += 1
            new_imagePath = 'selected_images/%03d.jpg' %i
            shutil.copy(imagePath, new_imagePath)
        if i == sample_number:
            break
            
#获取数量为100的合格样本存放到selected_images文件夹中
get_some_qualified_images('n01440764', 100, 'selected_images')
           

6.缩小图片

选出了100张像素足够的图片存放在selected_images文件夹中，本章中用代码实现将像素过大的图片做缩小：新建文件get_small_images.ipynb，运行下段代码：

import os
from PIL import Image

def get_smaller_images(dirPath, new_dirPath): #参数自己传入与上文无关
    fileName_list = os.listdir(dirPath)
    filePath_list = [os.path.join(dirPath, fileName) for fileName in fileName_list]
    imagePath_list = [filePath for filePath in filePath_list if '.jpg' in filePath]
    if not os.path.isdir(new_dirPath):
        os.mkdir(new_dirPath)
    for imagePath in imagePath_list:
        image = Image.open(imagePath)
        width, height = image.size
        imageName = imagePath.split('\\')[-1]
        save_path = os.path.join(new_dirPath, imageName)
        if width >= 600 and height >= 600:
            minification = min(width, height) // 300 #此变量表示缩小倍数
            new_width = width // minification
            new_height = height // minification
            resized_image = image.resize((new_width, new_height), Image.ANTIALIAS)
            print('图片%s原来的宽%d,高%d, 图片缩小后宽%d,高%d' %(
                imageName, width, height, new_width, new_height))
            resized_image.save(save_path)
        else:
            image.save(save_path)

get_smaller_images('selected_images', 'smaller_images')
           

图片经过PIL库打开再保存，保持图片质量的情况下，能够缩小图片文件大小3倍左右。

7.图片打标签

LabelImg链接：https://pan.baidu.com/s/1YT_s0Ef95fOJAsiG69Bmkw 提取码：6epi

把压缩文件windows_v1.8.0.zip放到D盘根目录中，选择解压到当前文件夹。解压后D盘根目录下会有windows_v1.8.0文件夹，LabelImg软件在文件夹中。选择D盘根目录的原因：如果windows_v1.8.0文件夹路径中带有中文，打开LabelImg软件会闪退

按W画框，voc格式为xml，ctrl+s保存，A和D上下张 ，ctrl+d复制

已经打标签好的文件夹smaller_images做成压缩文件smaller_images.zip，链接：https://pan.baidu.com/s/13-fRksSjUeEii54gClA3Pw 提取码：57lz

8.xml转csv，csv转tfrecord

目标检测2文件夹中新建代码文件xml_to_csv.ipynb，cmd——>运行jupyter notebook——>新建代码文件——>代码文件重命名，复制下面一段代码到代码文件xml_to_csv.ipynb并运行：

import os
import pandas as pd
import xml.etree.ElementTree as ET
from sklearn.model_selection import train_test_split

def xmlPath_list_to_df(xmlPath_list):
    xmlContent_list = []
    for xmlPath in xmlPath_list:
        tree = ET.parse(xmlPath)
        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)
                     )
            xmlContent_list.append(value)
    column_name = ['filename', 'width', 'height', 'class', 'xmin', 'ymin', 'xmax', 'ymax']
    xmlContent_df = pd.DataFrame(xmlContent_list, columns=column_name)   
    return xmlContent_df

def dirPath_to_csv(dirPath):
    fileName_list = os.listdir(dirPath)
    all_xmlPath_list = [os.path.join(dirPath, fileName) for fileName in fileName_list if '.xml' in fileName]
    train_xmlPath_list, test_xmlPath_list = train_test_split(all_xmlPath_list, test_size=0.1, random_state=1)
    train_df = xmlPath_list_to_df(train_xmlPath_list)
    train_df.to_csv('train.csv')
    print('成功产生文件train.csv,训练集共有%d张图片' %len(train_xmlPath_list))
    test_df = xmlPath_list_to_df(test_xmlPath_list)
    test_df.to_csv('test.csv')
    print('成功产生文件test.csv,测试集共有%d张图片' %len(test_xmlPath_list))
    
dirPath_to_csv('smaller_images')
           

为了使读者与本文作者的复现结果一致，本文作者将函数train_test_split的参数random_state的值设为1，这样每次划分的训练集和测试集总是相同。如果不设置此参数，则每次划分的训练集和测试集不同。上面一段代码的运行结果如下：

成功产生文件train.csv,训练集共有89张图片

成功产生文件test.csv,测试集共有10张图片

object_detection官网文件分享：链接：https://pan.baidu.com/s/19T5KCZxEKjzYJLQoWIc2qA 提取码：2zk3 ，桌面的目标检测2文件夹中新建代码文件csv_to_tfrecord.ipynb，打开cmd——>运行jupyter notebook——>新建代码文件——>代码文件重命名csv_to_tfrecord.ipynb，复制下代码运行：

import os
import pandas as pd
import tensorflow as tf
from object_detection.utils import dataset_util
import shutil

def csv2tfrecord(csv_path, imageDir_path, tfrecord_path):
    objectInfo_df = pd.read_csv(csv_path)
    tfrecord_writer = tf.python_io.TFRecordWriter(tfrecord_path)
    for filename, group in objectInfo_df.groupby('filename'):
        height = group.iloc[0]['height']
        width = group.iloc[0]['width']
        filename_bytes = filename.encode('utf-8')
        image_path = os.path.join(imageDir_path, filename)
        with open(image_path, 'rb') as file:
            encoded_jpg = file.read()
        image_format = b'jpg'
        xmin_list = list(group['xmin'] / width)
        xmax_list = list(group['xmax'] / width)
        ymin_list = list(group['ymin'] / height)
        ymax_list = list(group['ymax'] / height)
        classText_list = [classText.encode('utf-8') for classText in group['class']]
        classLabel_list = [classText_to_classLabel(classText) for classText in group['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_bytes),
                    'image/source_id': dataset_util.bytes_feature(filename_bytes),
                    '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(xmin_list),
                    'image/object/bbox/xmax': dataset_util.float_list_feature(xmax_list),
                    'image/object/bbox/ymin': dataset_util.float_list_feature(ymin_list),
                    'image/object/bbox/ymax': dataset_util.float_list_feature(ymax_list),
                    'image/object/class/text': dataset_util.bytes_list_feature(classText_list),
                    'image/object/class/label': dataset_util.int64_list_feature(classLabel_list),
                }))
        tfrecord_writer.write(tf_example.SerializeToString())
    tfrecord_writer.close()
    print('成功产生tfrecord文件，保存在路径:%s' %tfrecord_path)

#如果训练自己的模型，目标检测的类别不同，需要修改此处
def classText_to_classLabel(row_label):
    if row_label == 'fish':
        return 1
    elif row_label == 'human_face':
        return 2
    else:
        return None

dir_name = 'training'
if not os.path.isdir(dir_name):
    os.mkdir(dir_name)
csv2tfrecord('train.csv', 'smaller_images', 'training/train.tfrecord')
csv2tfrecord('test.csv', 'smaller_images', 'training/test.tfrecord')
           

运行结果：

成功产生tfrecord文件，保存在路径:training/train.tfrecord

成功产生tfrecord文件，保存在路径:training/test.tfrecord

成功运行后产生training文件夹：

9.编写pbtxt文件

在桌面文件夹目标检测2的文件夹training中，创建文本文件my_label_map.pbtxt。复制下面一段内容到文本文件my_label_map.pbtxt中。

item {
    name : "fish"
    id : 1
}
item {
    name : "human_face"
    id : 2
}
           

一个细节需注意，文本fish_label.pbtxt在Windows系统下默认编码格式是ANSI格式，工程中需要的就是此格式。但是本人认为python3对utf-8编码支持较好，所以把fish_label.pbtxt的编码改成了utf-8格式，导致报错。

10. 编写配置文件

ssdlite_mobilenet_v2_coco.config复制1份到目标检测2的文件夹training中，修改的部分为：

第9行的

num_classes

，对于本文来说，此数设置为2。

第143行的

batch_size

，对于本文来说，此数设置为5，读者根据自己的电脑配置，可以调高或者调低。

第177行

input_path

设置成"training/train.tfrecord"。

第179行

label_map_path

设置成"training/my_label_map.pbtxt"。

第191行

input_path

设置成"training/test.tfrecord"。

第193行

label_map_path

设置成"training/my_label_map.pbtxt"。

第158、159这2行需要删除。

修改保存后在

training

文件夹下有以下4个文件：

11.训练模型

11.1 解决第一个报错

在桌面文件夹目标检测2中cmd,运行程序：

python object_detection/model_main.py --pipeline_config_path=training/ssdlite_mobilenet_v2_coco.config --model_dir=training --alsologtostderr

结果如下报错：

解决：新建环境变量

新建变量名为：PYTHONPATH，全部点确定按钮

11.2 解决第二个报错

成功添加环境变量后，需要在桌面的目标检测文件夹中重新打开cmd。在cmd中运行命令：

python object_detection/model_main.py --pipeline_config_path=training/ssdlite_mobilenet_v2_coco.config --model_dir=training --alsologtostderr

，运行结果如下图所示：

缺少pycocotools库，在linux系统中安装pycocotools库只需要运行命令：

pip install pycocotools

，但是在Windows上安装则复杂得多

11.2.1 下载并安装Microsoft C++ build 14.0

首先下载Microsoft C++ build 14.0，链接:https://go.microsoft.com/fwlink/?LinkId=691126

11.2.2 下载并安装pycocotools

打开git页面，链接:https://github.com/philferriere/cocoapi

对压缩文件cocoapi-master.zip选择解压到当前文件夹。进入文件夹cocoapi-master中的文件夹PythonAPI，在此文件夹下打开cmd运行指令：

python setup.py build_ext install

如下图安装成功：

11.3 解决第三个报错

进行完上面后，需要在桌面的目标检测文件夹中重新打开cmd。在cmd中运行命令：

python object_detection/model_main.py --pipeline_config_path=training/ssdlite_mobilenet_v2_coco.config --model_dir=training --alsologtostderr

，运行结果如下图所示：

解决此报错，需要阅读上文《proto文件转py文件》就是把object_detection/protos文件夹中将proto文件转py文件。

11.4 解决第四个报错

进行完第3章后，使用第3章中的cmd即可。在cmd中运行命令：

python object_detection/model_main.py --pipeline_config_path=training/ssdlite_mobilenet_v2_coco.config --model_dir=training --alsologtostderr

，运行结果如下图所示：

将models-master/research/slim文件夹中的nets文件夹移动到桌面的目标检测2文件夹中，即文件夹object_detection同级目录。因为models-master.zip大小为439M，但我们其实只要nets文件夹。

本文作者提供nets文件夹压缩后的压缩文件nets.zip: 链接：https://pan.baidu.com/s/18c4Ec6wfLRs-1RitxFQMzg 提取码：658j

11.5 解决第五个报错

在cmd中运行命令：

python object_detection/model_main.py --pipeline_config_path=training/ssdlite_mobilenet_v2_coco.config --model_dir=training --alsologtostderr

，运行结果如下图所示：

修改工程文件夹object_detection中的代码文件

model_lib.py

如下图所示，找到第418行，将

category_index.values()

修改为

list(category_index.values())

12.模型测试

模型训练稳定地进行后，在桌面的目标检测文件夹中重新打开cmd。在cmd中运行命令：

tensorboard --logdir=training

,出现下图，复制到浏览器中打开。

将如下三个文件合并做了压缩 链接：https://pan.baidu.com/s/18c4Ec6wfLRs-1RitxFQMzg 提取码：658j，解压后含以下三个文件夹，training文件夹里含已经训练好的20万次模型，将自己的目标检测2文件夹里object-detection和training替换成下载好的。

12.1 导出训练好的模型

在目标检测2文件夹中打开cmd,运行

python object_detection/export_inference_graph.py --input_type=image_tensor --pipeline_config_path=training/ssdlite_mobilenet_v2_coco.config --trained_checkpoint_prefix=training/model.ckpt-200000 --output_directory=fish_inference_graph

运行正常需要安装PYQT5这个库，

pip install pyqt5

即可安装好，此时目标检测2文件夹里多出了红色框出的文件夹。

如下图红色框出是测试图片数据集

12.2 下载并运行测试代码

检测代码文件：链接：https://pan.baidu.com/s/1wKrqnQCGfnHTS5n9nqZ_gw 提取码：vdj7

代码文件fish_detection.ipynb下载完成后，复制到桌面的文件夹目标检测2中，在目标检测2中打开cmd

输入jupyter notebook 并打开fish_detection.ipynb，如下图所示：

n01440764

文件夹中共有1300张图片，测试图片是随机选的10张图片：