共计 10216 个字符，预计需要花费 26 分钟才能阅读完成。
前言
对于 TF 的指标检测迁徙学习，我一开始是想通过 Tensorflow 提供的 API，用 JS 来实现的。然而官网岂但没有案例，网上也没有踩坑的博客，加之我又焦急要弄水印检测。
于是就在网上看了很多人用 python 实现的自定义训练，我也试过很多。运行的时候各种问题，不是短少模块，就是版本兼容问题说什么 convert ‘t’ to a tensor and failed，还有运行 Tensorboard 打不开等等各种问题。所以我把运行过程遇到的大小谬误，以及谬误起因，如何解决报错都记录了下来，上面内容有跳过后面的环境搭建。如果要残缺的从环境搭建，模型测试和接下来的迁徙学习，须要联合后面的两篇文章一起看。
数据集制作
指标检测的数据集就是对以往图片通过工具进行无休止的标注了，标注工具有很多，这里我应用的是 LableImg。地址：https://github.com/heartexlabs/labelImg，该工具曾经有发行版，标注会与图片生成绝对应的 xml 文件。为了前面的训练，能够将数据集分成 train(训练集)和 test(测试集)，而后在我的项目的 “models\research\object_detection” 新建 images(名字自定，只是前面配置要用到)文件夹并放入其中。
数据处理
这里要通过脚本将 xml 和图片门路转成 xml，而后再将 xml 转为训练须要的 record 格局，在转换前须要在我的项目的 ”models\research\object_detection” 下新建 “training” (寄存训练配置，标注映射，训练日志)和 “inference_graph” (最初训练的模型)，这里能够间接将国外博主 demo（TensorFlow-Object-Detection-API-Tutorial-Train-Multiple-Objects-Windows-10），会笼罩并携带这几个文件夹，如下。
1. 将 xml 文件转换为 csv 文件
1.1. 新建 xml_to_csv.py 放入上图目录下。
1.2. 代码编写
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 folder in ['train','test']:
image_path = os.path.join(os.getcwd(), ('images/' + folder))
xml_df = xml_to_csv(image_path)
xml_df.to_csv(('images/' + folder + '_labels.csv'), index=None)
print('Successfully converted xml to csv.')
main()
1.3. 运行(胜利后会在 image 下生成两个 csv 文件)python xml_to_csv.py
2. 将 csv 文件转换为 tfrecord 文件
2.1. 新建 generate_tfrecord.py 放入上图目录 (models\research\object_detection) 下。
2.2. 代码编写，这里要留神 class_text_to_int 函数的值须要批改标注的项曾经定义的映射值。
"""
Usage:
# From tensorflow/models/
# Create train data:
python generate_tfrecord.py --csv_input=images/train_labels.csv --image_dir=images/train --output_path=train.record
# Create test data:
python generate_tfrecord.py --csv_input=images/test_labels.csv --image_dir=images/test --output_path=test.record
"""
from __future__ import division
from __future__ import print_function
from __future__ import absolute_import
import os
import io
import pandas as pd
from tensorflow.python.framework.versions import VERSION
if VERSION >= "2.0.0a0":
import tensorflow.compat.v1 as tf
else:
import tensorflow as tf
from PIL import Image
from object_detection.utils import dataset_util
from collections import namedtuple, OrderedDict
flags = tf.app.flags
flags.DEFINE_string('csv_input', '','Path to the CSV input')
flags.DEFINE_string('image_dir', '','Path to the image directory')
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 == 'nine':
return 1
elif row_label == 'ten':
return 2
elif row_label == 'jack':
return 3
elif row_label == 'queen':
return 4
elif row_label == 'king':
return 5
elif row_label == 'ace':
return 6
else:
None
def split(df, group):
data = namedtuple('data', ['filename', 'object'])
gb = df.groupby(group)
return [data(filename, gb.get_group(x)) for filename, x in zip(gb.groups.keys(), gb.groups)]
def create_tf_example(group, path):
with tf.gfile.GFile(os.path.join(path, '{}'.format(group.filename)), 'rb') as fid:
encoded_jpg = fid.read()
encoded_jpg_io = io.BytesIO(encoded_jpg)
image = Image.open(encoded_jpg_io)
width, height = image.size
filename = group.filename.encode('utf8')
image_format = b'jpg'
xmins = []
xmaxs = []
ymins = []
ymaxs = []
classes_text = []
classes = []
for index, row in group.object.iterrows():
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)
path = os.path.join(os.getcwd(), FLAGS.image_dir)
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()
output_path = os.path.join(os.getcwd(), FLAGS.output_path)
print('Successfully created the TFRecords: {}'.format(output_path))
if __name__ == '__main__':
tf.app.run()
2.3. 运行，胜利后会在“models\research\object_detection”目录下生成两个 record 文件。
python generate_tfrecord.py --csv_input=images\train_labels.csv --image_dir=images\train --output_path=train.record
python generate_tfrecord.py --csv_input=images\test_labels.csv --image_dir=images\test --output_path=test.record文件配置
在以下文件配置前，要确保指标检测预训练模型 (faster_rcnn_inception_v2_coco_2018_01_28) 曾经下载，如何下载和如何选取能够看后面文章，而后放入 “models\research\object_detection” 下。
1.labelmap.pbtxt
创立一个 pbtxt 后缀文件，放入“models\research\object_detection\training”, 没有“training”文件夹则创立，labelmap 存入与 generate_tfrecord.py 的标签映射相似。
2.faster_rcnn_inception_v2_pets.config
找到“research\object_detection\samples\configs”下的“faster_rcnn_inception_v2_pets.config”复制到“research\object_detection\training”下，也就是和下面文件一样, 最初还要批改以下配置。
第 9 行：num_classes 是类别个数，批改成本人的类别个数，对于 basketball, shirt, 和 shoe 的例子，num_classes=3，第 110 行：fine_tune_checkpoint 批改为：fine_tune_checkpoint : "E:/4work/8python/1study/object_detection/object-detection-model/research/object_detection/faster_rcnn_inception_v2_coco_2018_01_28/model.ckpt"
第 126 和 128 行：在 train_input_reader 局部, input_path 和 label_map_path 改为：input_path : "E:/4work/8python/1study/object_detection/object-detection-model/research/object_detection/train.record"
label_map_path: "E:/4work/8python/1study/object_detection/object-detection-model/research/object_detection/training/labelmap.pbtxt"
第 132 行：num_examples 个数批改成 \images\test 文件夹中的图片数量
第 140 和 142 行：在 eval_input_reader 局部，把 input_path 和 label_map_path 门路批改成：input_path : "E:/4work/8python/1study/object_detection/object-detection-model/research/object_detection/test.record"
label_map_path: "E:/4work/8python/1study/object_detection/object-detection-model/research/object_detection/training/labelmap.pbtxt"
(留神：批改门路中的”/”不要打成”//”或者”\”。以及”不要错打成’。此外，具体的行数可能会和本文对不上，但在左近不难找，或者参考视频。)环境配置
因为后面曾经把根本的依赖包和工具都曾经装置了，从模型下载的库里的“三个环境变量”（特地留神一下，要联合上一篇一起操作）也配置了。官网的模型检测也能运行了。然而，迁徙学习还有点不太一样，须要的依赖更多一点，所以再操作一些配置。
1.slim 装置
在以后虚拟环境下切换目录到上一级，也就是 “models\research”，再进入 slim, 运行“python setup.py install”，当呈现“error: could not create ‘build’: 当文件已存在时，无奈创立该文件”报错时，须要将 slim 下的 BUILD 文件删除再运行 “python setup.py install”。
2.object-detection 装置
其实这个在后面演示官网例子的检测时就曾经装置了，这里就再提一下，因为很重要，并且再前面训练的时候抛出的异样也和这里无关，这个就前面再说吧。
开始训练
1. 创立 train.py
1.1. “train.py” 文件在 /object_detection/legacy 当中，把它放入到 /object_detection 中，在门路 \object_detection 下输出指令：
(object_dection) E:\4work\8python\1study\object_detection\object-detection-model\research\object_detection>python train.py --logtostderr --train_dir=training/ --pipeline_config_path=training/faster_rcnn_inception_v2_pets.config2. 关上 tensorboard
一个 Tensorflow 可视化工具，在后面装置 Tensorflow-GPU 时候也默认装置了，如果没有则 “pip install tensorboard”, 版本最好与 tensorflow 统一。通过指定训练 log 查看训练过程面板, 执行完后胜利的话会呈现端口号为 6006 的拜访地址，而后放到浏览器中就能够查看。这里我用谷歌拜访不了，放到火狐就能够了，起因是啥，目前也不晓得，如果各位也遇到打不开的状况能够多试几个浏览器。
(object_dection) E:\4work\8python\1study\object_detection\object-detection-model\research\object_detection>tensorboard --logdir=training3. 报错汇总
这里的报错汇总是，开始执行训练时候，抛出的各种问题，有很多细节联合其余博客总结的，具体有哪些博客起源，我记不清就不放进去，如果你看到了，能够留言通知我，我再具体告之来处。
3.1. 报错：No module named ‘nets’
起因：models\research\slim 没有配置，也就是我后面提到的环境配置
办法：在以后环境下切换目录到 “models\research\slim” 下，运行“python setup.py install”，当呈现“error: could not create ‘build’: 当文件已存在时，无奈创立该文件”报错时，须要将 slim 下的 BUILD 文件删除再运行 “python setup.py install”。
3.2. 报错：NewRandomAccessFile failed to Create/Open: E:/4work/8python/1study/object_detection/object-detection-model/research/object_detection/labelmap.pbtxt : ϵͳ\udcd5Ҳ\udcbb\udcb5\udcbdָ\udcb6\udca8\udcb5\udcc4\udcceļ\udcfe\udca1\udca3 ; No such file or directory。
起因：faster_rcnn_inception_v2_pets.config 里 train_input_reader 下 label_map_path 门路写错了，导致没有找到文件。
办法：批改该门路即可。
3.3. 报错：Tried to convert ‘t’ to a tensor and failed. Error: Argument must be a dense tensor: range(0, 4) – got shape [4], but wanted []。
起因：通过查找后，终于在 github 的 issues 发现一个大佬说是 Python3 的兼容文件，他们很多是 python3.6 环境下降级 tensorflow 版本，比方从 1.4 到 1.6 报的谬误。
办法：把 research/object_detection/utils/learning_schedules.py 文件的 第 167-169 多增加一个 list()，这只是第一步，还有第二步而且很重，因为改完后马上执行训练，仍然会报整个谬误。
# # 批改 167 - 170
rate_index = tf.reduce_max(tf.where(tf.greater_equal(global_step, boundaries),
range(num_boundaries),
[0] * num_boundaries))
# # 成
rate_index = tf.reduce_max(tf.where(tf.greater_equal(global_step, boundaries),
list(range(num_boundaries)),
[0] * num_boundaries))因为在训练中应用的 object-detection 还是之前编译的，当初批改了代码须要从新编译。目录切换到上一级 (research) 下，从新编译装置后再进行训练即可。
python setup.py build
python setup.py install模型导出
通过一个早晨的训练，训练次数达 13 万多，损失值降到了根本小于 0.04, 按 ctrl+ c 终止训练。
1. 导出 Inference Graph
上面“model.ckpt-XXXX”中的“XXXX”批改为最高的数字(训练次数最高的那一个文件) 这个指令会在 \object_detection\inference_graph 文件夹中生成一个 frozen_inference_graph.pb 文件，也就是本人训练后的模型。
python export_inference_graph.py --input_type image_tensor --pipeline_config_path training/faster_rcnn_inception_v2_pets.config --trained_checkpoint_prefix training/model.ckpt-XXXX --output_directory inference_graph模型测试
原本是想将训练的模型改为 js 版的，然而原文作者写了图片检测，视频流检测和网络摄像头实时检测的程序，所以这里就通过以下的两个脚本演示。尽管然而，脚本里有用了 cv2，上次装置原本就出了问题，所以这次还是屡次翻车，以下就是呈现的各种装置情况。
1. 报错：No module named ‘cv2’。
原本是通过 pip install opencv-python 下载的，然而电脑有个 星杀毒流 软件，又抛出 Could not install packages due to an OSError: [WinError 225] 无奈胜利实现操作，因为文件蕴含 * 毒或潜在的垃圾软件，当我卸载 RAV Lndpoint Protectio 后，后果还是报错：Could not build wheels for opencv-python which use PEP 517 and cannot be installed directly，我也尝试过网上说的降级 pip，用 conda 装置全都没用。最初关上 anaconda 面板，搜寻 “opencv” 挨个装置后，发现又呈现了新的问题。
2. 报错：’ImportError: DLL load failed: 找不到指定的模块 ’。
报错起因可能是版本不对，然而在 anaconda 中没找到降级 cv 版本的中央，无奈之下就手动下载 opencv-python 包进行装置，找到与本人零碎 (win 后携带参数) 和以后虚拟环境 python 版本 (cp 即 python 版本) 对应的安装包即可。
3. 测试图片指标检测
python Object_detection_image.py
4. 测试视频指标检测
python Object_detection_video.py
