TF项目实战（SSD目标检测）-VOC2007

理论详解：https://blog.csdn.net/u013989576/article/details/73439202

训练好的模型和代码会公布在网上（含 VOC数据集  vgg16 模型  以及训练好的模型）：

待续

步骤：

1.代码地址：https://github.com/balancap/SSD-Tensorflow

2.解压ssd_300_vgg.ckpt.zip 到checkpoint文件夹下（另外将vgg16模型放在本路径下）

3.测试一下看看，在notebooks文件夹下创建demo_test.py,其实就是复制ssd_notebook.ipynb中的代码，该py文件是完成对于单张图片的测试。

 import os

 import math

 import random

 import numpy as np

 import tensorflow as tf

 import cv2

 slim = tf.contrib.slim

 import matplotlib.pyplot as plt

 import matplotlib.image as mpimg

 import sys

 sys.path.append('../')

 from nets import ssd_vgg_300, ssd_common, np_methods

 from preprocessing import ssd_vgg_preprocessing

 from notebooks import visualization

 # TensorFlow session: grow memory when needed. TF, DO NOT USE ALL MY GPU MEMORY!!!

 gpu_options = tf.GPUOptions(allow_growth=True)

 config = tf.ConfigProto(log_device_placement=False, gpu_options=gpu_options)

 isess = tf.InteractiveSession(config=config)

 # Input placeholder.

 net_shape = (300, 300)

 data_format = 'NHWC'

 img_input = tf.placeholder(tf.uint8, shape=(None, None, 3))

 # Evaluation pre-processing: resize to SSD net shape.

 image_pre, labels_pre, bboxes_pre, bbox_img = ssd_vgg_preprocessing.preprocess_for_eval(

     img_input, None, None, net_shape, data_format, resize=ssd_vgg_preprocessing.Resize.WARP_RESIZE)

 image_4d = tf.expand_dims(image_pre, 0)

 # Define the SSD model.

 reuse = True if 'ssd_net' in locals() else None

 ssd_net = ssd_vgg_300.SSDNet()

 with slim.arg_scope(ssd_net.arg_scope(data_format=data_format)):

     predictions, localisations, _, _ = ssd_net.net(image_4d, is_training=False, reuse=reuse)

 # Restore SSD model.

 ckpt_filename = '../checkpoints/ssd_300_vgg.ckpt'

 # ckpt_filename = '../checkpoints/VGG_VOC0712_SSD_300x300_ft_iter_120000.ckpt'

 isess.run(tf.global_variables_initializer())

 saver = tf.train.Saver()

 saver.restore(isess, ckpt_filename)

 # SSD default anchor boxes.

 ssd_anchors = ssd_net.anchors(net_shape)

 # Main image processing routine.

 def process_image(img, select_threshold=0.5, nms_threshold=.45, net_shape=(300, 300)):

     # Run SSD network.

     rimg, rpredictions, rlocalisations, rbbox_img = isess.run([image_4d, predictions, localisations, bbox_img],

                                                               feed_dict={img_input: img})

     # Get classes and bboxes from the net outputs.

     rclasses, rscores, rbboxes = np_methods.ssd_bboxes_select(

         rpredictions, rlocalisations, ssd_anchors,

         select_threshold=select_threshold, img_shape=net_shape, num_classes=21, decode=True)

     rbboxes = np_methods.bboxes_clip(rbbox_img, rbboxes)

     rclasses, rscores, rbboxes = np_methods.bboxes_sort(rclasses, rscores, rbboxes, top_k=400)

     rclasses, rscores, rbboxes = np_methods.bboxes_nms(rclasses, rscores, rbboxes, nms_threshold=nms_threshold)

     # Resize bboxes to original image shape. Note: useless for Resize.WARP!

     rbboxes = np_methods.bboxes_resize(rbbox_img, rbboxes)

     return rclasses, rscores, rbboxes

 # Test on some demo image and visualize output.

 # 测试的文件夹

 path = '../demo/'

 image_names = sorted(os.listdir(path))

 # 文件夹中的第几张图，-1代表最后一张

 img = mpimg.imread(path + image_names[-1])

 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)

4. 将自己的数据集或者 VOC2007直接放在工程目录下

5. 修改datasets文件夹中pascalvoc_common.py文件，将训练类修改别成自己的（这里如果自己的类别）  本文以两类为例子

 VOC_LABELS = {

     'none': (0, 'Background'),

     'aeroplane': (1, 'Vehicle'),

     'bicycle': (2, 'Vehicle'),

     'bird': (3, 'Animal'),

     'boat': (4, 'Vehicle'),

     'bottle': (5, 'Indoor'),

     'bus': (6, 'Vehicle'),

     'car': (7, 'Vehicle'),

     'cat': (8, 'Animal'),

     'chair': (9, 'Indoor'),

     'cow': (10, 'Animal'),

     'diningtable': (11, 'Indoor'),

     'dog': (12, 'Animal'),

     'horse': (13, 'Animal'),

     'motorbike': (14, 'Vehicle'),

     'person': (15, 'Person'),

     'pottedplant': (16, 'Indoor'),

     'sheep': (17, 'Animal'),

     'sofa': (18, 'Indoor'),

     'train': (19, 'Vehicle'),

     'tvmonitor': (20, 'Indoor'),

 }

 #自己的数据

 # VOC_LABELS = {

 #     'none': (0, 'Background'),

 #     'aeroplane': (1, 'Vehicle'),

 # }

6.  将图像数据转换为tfrecods格式，修改datasets文件夹中的pascalvoc_to_tfrecords.py文件，然后更改文件的83行读取方式为’rb‘，如果你的文件不是.jpg格式，也可以修改图片的类型。

另外这个修改

7.运行tf_convert_data.py文件，但是需要传给它一些参数：  这个文件生成TFrecords文件的代码

但是该文件需要像类似于linux 命令那样传入参数。  pycharm中如何解决呢？？？

假设我们需要执行：python ./tf_convert_data.py   --dataset_name=pascalvoc  --dataset_dir=./VOC2007/  --output_name=voc_2007_train  --output_dir=./tfrecords_怎么办呢？

我们可以在  run中的 Edit ... 进入

一、

二、

三、

参数：--dataset_name=pascalvoc --dataset_dir=./VOC2007/ --output_name=voc_2007_train --output_dir=./tfrecords_

然后执行该py文件就ok。

如果出现错误（文件夹相关的错误），则在工程下建立一个文件夹就可以了。

8.训练模型train_ssd_network.py文件中修改

None代表一直训练。

其它需要修改的文件：

① nets/ssd_vgg_300.py  (因为使用此网络结构) ，修改87 和88行的类别

② train_ssd_network.py,修改类别120行，GPU占用量，学习率，batch_size等

③ eval_ssd_network.py 修改类别，66行

④ datasets/pascalvoc_2007.py 根据自己的训练数据修改整个文件

9.开始训练

类似于第7步中的 三

训练的主文件为  train_ssd_network.py

参数为：

--train_dir=./train_model/ --dataset_dir=./tfrecords_/ --dataset_name=pascalvoc_2007 --dataset_split_name=train --model_name=ssd_300_vgg --checkpoint_path=./checkpoints/vgg_16.ckpt --checkpoint_model_scope=vgg_16 --checkpoint_exclude_scopes=ssd_300_vgg/conv6,ssd_300_vgg/conv7,ssd_300_vgg/block8,ssd_300_vgg/block9,ssd_300_vgg/block10,ssd_300_vgg/block11,ssd_300_vgg/block4_box,ssd_300_vgg/block7_box,ssd_300_vgg/block8_box,ssd_300_vgg/block9_box,ssd_300_vgg/block10_box,ssd_300_vgg/block11_box --trainable_scopes=ssd_300_vgg/conv6,ssd_300_vgg/conv7,ssd_300_vgg/block8,ssd_300_vgg/block9,ssd_300_vgg/block10,ssd_300_vgg/block11,ssd_300_vgg/block4_box,ssd_300_vgg/block7_box,ssd_300_vgg/block8_box,ssd_300_vgg/block9_box,ssd_300_vgg/block10_box,ssd_300_vgg/block11_box --save_summaries_secs=60 --save_interval_secs=600 --weight_decay=0.0005 --optimizer=adam --learning_rate=0.001 --learning_rate_decay_factor=0.94 --batch_size=24 --gpu_memory_fraction=0.9

训练过程

：

10 测试：

先看效果

另外我修改了demo_test文件 调取电脑摄像投来执行代码。

如果单独看一张图的效果则执行函数：

代码如下：

 __author__ = "WSX"

 import os

 import math

 import random

 import numpy as np

 import tensorflow as tf

 import cv2

 slim = tf.contrib.slim

 import matplotlib.pyplot as plt

 import matplotlib.image as mpimg

 import sys

 sys.path.append('../')

 from nets import ssd_vgg_300, ssd_common, np_methods

 from preprocessing import ssd_vgg_preprocessing

 from notebooks import visualization

 # TensorFlow session: grow memory when needed. TF, DO NOT USE ALL MY GPU MEMORY!!!

 gpu_options = tf.GPUOptions(allow_growth=True)

 config = tf.ConfigProto(log_device_placement=False, gpu_options=gpu_options)

 isess = tf.InteractiveSession(config=config)

 # Input placeholder.

 net_shape = (300, 300)

 data_format = 'NHWC'

 img_input = tf.placeholder(tf.uint8, shape=(None, None, 3))

 # Evaluation pre-processing: resize to SSD net shape.

 image_pre, labels_pre, bboxes_pre, bbox_img = ssd_vgg_preprocessing.preprocess_for_eval(

     img_input, None, None, net_shape, data_format, resize=ssd_vgg_preprocessing.Resize.WARP_RESIZE)

 image_4d = tf.expand_dims(image_pre, 0)

 # Define the SSD model.

 reuse = True if 'ssd_net' in locals() else None

 ssd_net = ssd_vgg_300.SSDNet()

 with slim.arg_scope(ssd_net.arg_scope(data_format=data_format)):

     predictions, localisations, _, _ = ssd_net.net(image_4d, is_training=False, reuse=reuse)

 # Restore SSD model.

 ckpt_filename = '../checkpoints/ssd_300_vgg.ckpt'

 # ckpt_filename = '../checkpoints/VGG_VOC0712_SSD_300x300_ft_iter_120000.ckpt'

 isess.run(tf.global_variables_initializer())

 saver = tf.train.Saver()

 saver.restore(isess, ckpt_filename)

 # SSD default anchor boxes.

 ssd_anchors = ssd_net.anchors(net_shape)

 # Main image processing routine.

 def process_image(img, select_threshold=0.5, nms_threshold=.45, net_shape=(300, 300)):

     # Run SSD network.

     rimg, rpredictions, rlocalisations, rbbox_img = isess.run([image_4d, predictions, localisations, bbox_img],

                                                               feed_dict={img_input: img})

     # Get classes and bboxes from the net outputs.

     rclasses, rscores, rbboxes = np_methods.ssd_bboxes_select(

         rpredictions, rlocalisations, ssd_anchors,

         select_threshold=select_threshold, img_shape=net_shape, num_classes=21, decode=True)

     rbboxes = np_methods.bboxes_clip(rbbox_img, rbboxes)

     rclasses, rscores, rbboxes = np_methods.bboxes_sort(rclasses, rscores, rbboxes, top_k=400)

     rclasses, rscores, rbboxes = np_methods.bboxes_nms(rclasses, rscores, rbboxes, nms_threshold=nms_threshold)

     # Resize bboxes to original image shape. Note: useless for Resize.WARP!

     rbboxes = np_methods.bboxes_resize(rbbox_img, rbboxes)

     return rclasses, rscores, rbboxes

 #===========================================测试部分===========================================

 #----------------------------------单张图片测试---------------------------

 # Test on some demo image and visualize output.

 # 测试的文件夹

 def demo():

     path = '../demo/'

     image_names = sorted(os.listdir(path))

     # 文件夹中的第几张图，-1代表最后一张

     img = mpimg.imread(path + image_names[-1])

     print(img.shape)

     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)

 #======================================做成实时显示的代码===================================================

 L = ["None","aeroplane","bicycle","bird ","boat ","bottle ","bus ","car ","cat ","chair","cow ","diningtable","dog","horse","motorbike","person",

      "pottedplant","sheep","sofa","train","tvmonitor"]

 colors_tableau = [(255, 255, 255), (31, 119, 180), (174, 199, 232), (255, 127, 14), (255, 187, 120),

                   (44, 160, 44), (152, 223, 138), (214, 39, 40), (255, 152, 150),

                   (148, 103, 189), (197, 176, 213), (140, 86, 75), (196, 156, 148),

                   (227, 119, 194), (247, 182, 210), (127, 127, 127), (199, 199, 199),

                   (188, 189, 34), (219, 219, 141), (23, 190, 207), (158, 218, 229)]

 def Load_video_show():  #获取视频

     video = cv2.VideoCapture("1.mp4")  # 0 表示摄像头 ，   如果为文件路径则 为加载视频

     while (True):

         ret, frame = video.read()  #frame为 帧  这里当做一张图

         frame = cv2.flip( frame ,1)  #镜像变换，图像正与不正

         cv2.resizeWindow("video", 640, 360)                #设置窗口大小

         frame = cv2.resize(frame, (640, 360))               #设置图大小

         #cv2.imshow("video" ,frame)

         rclasses, rscores, rbboxes = process_image(frame)

         height = frame.shape[0]

         width = frame.shape[1]

         colors = dict()

         for i in range(rclasses.shape[0]):

             cls_id = int(rclasses[i])

             if cls_id >= 0:

                 score = rscores[i]

                 if cls_id not in colors:

                     colors[cls_id] = (random.random(), random.random(), random.random())

                 ymin = int(rbboxes[i, 0] * height)

                 xmin = int(rbboxes[i, 1] * width)

                 ymax = int(rbboxes[i, 2] * height)

                 xmax = int(rbboxes[i, 3] * width)

                 cv2.rectangle(frame, (xmin, ymin), (xmax,ymax), colors[cls_id], 2)  #画矩形框

                 class_name = L[cls_id]

                 cv2.putText(frame, '{:s} | {:.3f}'.format(class_name, score), (xmin, ymin - 2,), cv2.FONT_HERSHEY_COMPLEX, 0.5, (0, 255, 0), 1)  #写文字

         cv2.imshow("video", frame)

         c = cv2.waitKey(50)

         if c == 27: #esc退出

             break

 #Load_video_show()

 demo() 

TF项目实战（SSD目标检测）-VOC2007的更多相关文章

  1. 从零开始实现SSD目标检测（pytorch）（一）

    目录 从零开始实现SSD目标检测(pytorch) 第一章 相关概念概述 1.1 检测框表示 1.2 交并比 第二章 基础网络 2.1 基础网络 2.2 附加网络 第三章 先验框设计 3.1 引言 3 ...

  2. TF项目实战（基于SSD目标检测）——人脸检测1

    SSD实战——人脸检测 Tensorflow 一 .人脸检测的困难: 1. 姿态问题 2.不同种族人, 3.光照 遮挡 带眼睛 4.视角不同 5. 不同尺度 二. 数据集介绍以及转化VOC: 1. F ...

  3. AI SSD目标检测算法

    Single Shot multibox Detector,简称SSD,是一种目标检测算法. Single Shot意味着SSD属于one stage方法,multibox表示多框预测. CNN 多尺 ...

  4. 动手创建 SSD 目标检测框架

    参考:单发多框检测(SSD) 本文代码被我放置在 Github:https://github.com/XinetAI/CVX/blob/master/app/gluoncvx/ssd.py 关于 SS ...

  5. caffe SSD目标检测lmdb数据格式制作

    一.任务 现在用caffe做目标检测一般需要lmdb格式的数据,而目标检测的数据和目标分类的lmdb格式的制作难度不同.就目标检测来说,例如准备SSD需要的数据,一般需要以下几步: 1.准备图片并标注 ...

  6. 如何使用 pytorch 实现 SSD 目标检测算法

    前言 SSD 的全称是 Single Shot MultiBox Detector,它和 YOLO 一样,是 One-Stage 目标检测算法中的一种.由于是单阶段的算法,不需要产生所谓的候选区域,所 ...

  7. 【目标检测实战】目标检测实战之一--手把手教你LMDB格式数据集制作！

    文章目录 1 目标检测简介 2 lmdb数据制作 2.1 VOC数据制作 2.2 lmdb文件生成 lmdb格式的数据是在使用caffe进行目标检测或分类时,使用的一种数据格式.这里我主要以目标检测为 ...

  8. SSD目标检测实战（TF项目）——人脸检测2

    数据转化为VOC格式: 一.我们先看 VOC格式的数据是什么??? Annotations:存放xml 包括 文件夹信息   图片名称. 图片尺寸信息. 图片中object的信息. JPEGImage ...

  9. 使用SSD目标检测c++接口编译问题解决记录

    本来SSD做测试的Python接口用起来也是比较方便的,但是如果部署集成的话,肯定要用c++环境,于是动手鼓捣了一下. 编译用的cmake,写的CMakeList.txt,期间碰到一些小问题,简单记录 ...

随机推荐

  1. Android零基础入门第68节：完善RecyclerView，添加首尾视图

    在之前学习ListView的时候,有学习过如何给ListView添加列表头和列表尾.但是通过近几期的学习,发现RecyclerView是一个比ListView更加强大和灵活的组件,今天一起来学习如何给 ...

  2. Linux kernel version dirty

    在我们使用git来管理Linux Kernel的时候,在编译的时候会在你的kernel version加上git commit number 有时候还会出现dirty字样,字面意思是内核被污染的意思. ...

  3. MySQL InnoDB缓冲池（Buffer Pool）

    InnoDB缓冲池并不仅仅缓存索引,它还会缓存行的数据.自适应哈希索引.插入缓冲(Insert Buffer).锁,以及其他内部数据结构. InnoDB还使用缓冲池来帮助延迟写入,这样就能合并多个写入 ...

  4. qt截获html请求（继承QNetworkAccessManager和QNetworkReply）

    QtWebkit加载html页面,html中会有很多的请求,比如<img id="testImg" src="http://*.jpg" width=&q ...

  5. 核心思想：评价早期SaaS创业公司时，投资人在关注什么？（是否有机会发展成一个平台，长期的护城河）

    编者按: 当聊到早期项目时,人们经常会问投资人一个问题:“在评价早期 SaaS 创业公司时,投资人会关注什么——指标还是其他方面?” Nakul Mandan 作为 Lightspeed 风投机构的合 ...

  6. jquery事件和动画操作集锦

    一,事件 1,加载事件 1 2 3 4 5 6 $(document).ready(function(){   //todo }); //dom准备就绪后执行ready里面的函数,此时dom对应的相关 ...

  7. 基于ASP.NET的新闻管理系统（二）效果展示

    5. 新闻管理系统开发与实现 5.1前台新闻页面 主页面 新闻栏展示新闻 搜索新闻 菜单栏链接新闻 后台登录界面 大管理员后台管理界面 小管理员后台管理界面 修改密码 增加新闻界面 栏目管理界面   ...

  8. sql一关联多查询时否定筛选出现的问题的解决

    问题:一方关联多方查询时执行否定筛选,结果包含未通过筛选的项. 我们规定一方为父,多方为子,我们希望子未通过筛选时,结果也不出现对应的父. 查询部门及部门下的所有员工. SELECT * FROM d ...

  9. Android前沿技术

    一.热升级Tinker源码解析与手写二.热修复阿里百川Sophix内核原理三.App Instantgoogle8.0 类似热更新技术原理与实战四.强制更新1.银行应用非对称加密对称加密五.组件化框架 ...

  10. docker开启2376端口CA认证及IDEA中一键部署docker项目

    嘿,大家好,今天更新的内容是docker开启2376端口CA认证及IDEA中一键部署docker项目... 先看效果 我们可以通过idea一键部署docker项目,还以通过idea的控制台实时查看容器 ...