|
2017-08-18 14:52 来源:大数据文摘 原标题：干脆面君，你给我站住！你已经被TensorFlow盯上了 大数据文摘作品，转载要求见文末 作者 | Dat Tran 编译 | 康璐、元元、宁云州 谁动了我最爱的干脆面？！ 美好的周五，大数据文摘的办公室居然出现了一起偷窃事件。查看监控后，伟大的文摘菌很快用TensorFlow抓住了凶手，TA就是——一只蠢萌的小浣熊！ 来，j2直播，一起听文摘菌讲讲，这一简易浣熊识别器是如何实现的吧～ 文摘菌的这个浣熊识别器到底长啥样呢？先给你看看最终效果～ 小偷浣熊独白：文摘菌，我不是故意要吃你的干脆面的 >< 想知道这是如何实现的？在这篇文章中，我会详细说明制作这个浣熊识别器的所有步骤。 为什么要选择浣熊？？？ 不为什么，就是可爱！！！ 戳链接可观看视频：https://youtu.be/Bl-QY84hojs 建立数据集 让我们开始吧！我们需要做的第一件事是建立自己的数据集： TensorFlow物体识别器API使用TFRecord文件格式，所以我们需要把最终数据集转化成这种文件格式。 有几种方法可以生成TFRecord文件。如果你的数据与PASCAL VOC数据集或者Oxford Pet数据集结构类似，可以利用现成的脚本（参考create_pascal_tf_record.py和create_pet_tf_record.py）。如果你的数据集不是上述的数据结构，你需要自己写一个脚本来生成TFRecords（官网上有此做法的解释）。我就是这么做的。 为了准备API的输入文件，你需要解决两个问题。第一，你需要用jpeg或者png编码的RGB的图片，第二，你需要一个图片的边界框(xmin, ymin, xmax, ymax)并标识物体类别。我的所有图片都只有一个类别，所有对我而言，这很简单。 我从Google Images和Pixabay爬取了200张浣熊的图片（主要是jpeg格式，也有个别是png格式），并且确保了图片在大小、姿势和光线方面有所区别。下面是我收集的一部分图片。 一部分浣熊图片 然后，我用LabelImg手动给图片打上了标签。LabelImg是一个用Python编写和用Qt做图形交互的图像标注工具。它可以支持Python2和3，但是我使用的是Python2和Qt4来从头编译，因为我用不了Python3和Qt5 。LabelImg非常好用，标注可以保存为PASCAL VOC格式的 XML文件。虽然我可以用create_pascal_tf_record.py脚本生成TFRecord文件，但我还是想自己编写脚本。 不知道为什么，在MAC OSX系统上LabelImg无法打开jpeg格式的图片，所以我不得不把他们转化成png格式然后再转化回jpeg格式。实际上，因为API也能支持png格式，我不需要再转化为jpeg格式，开奖，但是当时我还不知道这一点。下次我会直接使用png格式图片。 最终，在标识了这些图片后，我写了一个脚本把XML文件转化成csv格式并建立了TFRecord。我使用160张图片来训练（train.records），40张图片来测试（test.records）。 注意： 我发现另外一个很好用的标注工具叫做FIAT (Fast Image Data Annotation Tool)。以后我可能也会试试它。 ImageMagick可以在命令行上进行图片处理，例如图片格式转换。假如你从未使用过，这个软件值得一试。 通常来说，建立数据集是最费事的部分。我用了整整两个小时来分类和标注图片，这还是在我只需要分出一个类的前提下。 确保图片是中型号的（参考google图片来看什么是中型图片）。如果图片太大了，你又没有更改默认的批量大小设置，很可能会在训练时因内存不足而报错。 训练模型 在建立好符合要求的API输入文件后，就可以训练模型了。 在训练中，你需要下述部分： (责任编辑：本港台直播) |