使用TensorFlow Object Detection API+Google ML Engine训练自己的手掌识别器

　　上次使用Google ML Engine跑了一下TensorFlow Object Detection API中的Quick Start(http://www.cnblogs.com/take-fetter/p/8384564.html)，但是遇到了很多错误，索性放弃了

这两天直接开始从自己的数据集开始制作手掌识别器。先放运行结果吧

所有代码文件可在https://github.com/takefetter/hand-detection查看，欢迎star和issue

使用前所需要的准备：1.clone tensorflow models(site:https://github.com/tensorflow/models)

　　　　　　　　　　2.在model/research目录下运行setup.py安装object detection API

　　　　　　　　　　3.其余必要条件：安装tensorflow(版本需大于等于1.4)，opencv-python等必须的package

　　　　　　　　　　4.安装Google Cloud SDK，激活免费试用300美金（需要一张信用卡来验证）和在命令行中使用gcloud init设置等

准备数据集

　　（关于手的图片的dataset仍旧使用的dlib训练(site:http://www.cnblogs.com/take-fetter/p/8321158.html)中的Hand Images Databases - https://www.mutah.edu.jo/biometrix/hand-images-databases.html提供的数据集，只不过这次使用了WEHI系列的图片(MOHI的图片我也试过，导入后会导致standard-gpu版的训练无法进行(内存不足))，作为示例目前我只使用了1-50人的共计250张图片)

　　　tensorflow训练的数据集需为TFRecord格式，我们需要对训练数据进行标注，但是我并没有找到直接可以标注生成的工具，还好有工具可以生成Pascal VOC格式的xml文件　　　　 https://github.com/tzutalin/labelImg，推荐将图片文件放于research/images中，保存xml文件夹位于research/images/xmls中

根据你要训练的数据集，创建.pbtxt文件

转换为tfrecord格式

　　　完成图片标注后在xmls文件夹中运行xml_to_csv.py即可生成csv文件，再通过create_hand_tfrecord.py即可将图片转换为hand.record文件

　　　需要注意的是，如果你需要训练的数据集和我这里的不一样的话，create_hand_tfrecord.py的todo部分需要与你的.pbtxt文件内的内容一致

　　　(方法参考至https://github.com/datitran/raccoon_dataset 使用本作者的文件还可以完成划分测试集和分析数据等功能，当然我这里并没有使用）

下载预训练模型

　重新开始一个模型的训练时间是很长的时间，而tensorflow model zoo为我们提供好了预训练的模型（site：https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/detection_model_zoo.md#coco-trained-models-coco-models），选择并下载一个我选择的是

速度最快的ssd_mobilenet_v1，下载后解压可找到3个含有ckpt的文件，如图

　　之后还需下载并配置model对应的config文件（https://github.com/tensorflow/models/tree/master/research/object_detection/samples/configs）并修改文件中的内容

需要修改的地方有：

num_classes: 改为pbtxt中类的数目
PATH_TO_BE_CONFIGURED的部分改为相应的目录
num_steps定义了学习的上限默认是200000 可自己更改，训练过程中也可以随时停止

上传文件并在Google Cloud Platform中训练

　　1.上传3个ckpt文件以及config文件和.record文件

　　　　　　到google cloud控制台-存储目录下，创建存储分区（这里使用takefetter_hand_detector)，并新建data文件夹，拖拽上传到该目录中完成后的目录和文件如下

+ takefetter_hand_detector/

  + data/

    - ssd_mobilenet_v1_hand.config

    - model.ckpt.index

    - model.ckpt.meta

    - model.ckpt.data-00000-of-00001

    - hand_label_map.pbtxt

    - hand.record

　　2. 打包tf slim和object detection

　　　　　在research目录下运行

python setup.py sdist

(cd slim && python setup.py sdist)

　　3.创建机器学习任务

　　　　在research目录下运行此命令开始训练

gcloud ml-engine jobs submit training `whoami`_object_detection_`date +%s` \

    --runtime-version 1.4 \

    --job-dir=gs://takefetter_hand_detector/train \

    --packages dist/object_detection-0.1.tar.gz,slim/dist/slim-0.1.tar.gz \

    --module-name object_detection.train \

    --region us-central1 \

    --config object_detection/samples/cloud/cloud.yml \

    -- \

    --train_dir=gs://takefetter_hand_detector/train \

    --pipeline_config_path=gs://takefetter_hand_detector/data/ssd_mobilenet_v1_hand.config

需要注意的地方有

windows下需要放在同一行运行并删除\

cloud.yml文件中的内容可以自行更改，我这里的设置为

trainingInput:

  runtimeVersion: "1.4"

  scaleTier: CUSTOM

  masterType: standard_gpu

  workerCount: 2

  workerType: standard_gpu

  parameterServerCount: 2

  parameterServerType: standard

在提交任务后在机器学习引擎-作业中即可看到具体情况，每运行几千次后在 takefetter_hand_detector/train中存储对应cheakpoint的文件如图

之后下载需要的cheak的3个文件复制到research目录下（这里用30045的3个文件作为示例），并将research/object_detectIon目录下的export_inference_graph.py复制到research目录下运行例如

python object_detection/export_inference_graph.py \

    --input_type image_tensor \

    --pipeline_config_path object_detection/samples/configs/ssd_mobilenet_v1_hand.config \

    --trained_checkpoint_prefix model.ckpt-30045 \

    --output_directory exported_graphs

在运行完成后research目录中会生成文件夹exported_graphs_30045 包含的文件如图所示

拷贝frozen_inference_graph.pb和pbtxt文件到test/hand_inference_graph文件夹，并运行hand_detector.py 即可得到如文章开头的结果

后记：

1.如果需要视频实时的hand tracking，可使用https://github.com/victordibia/handtracking 在我的渣本上FPS太低了......

2.我目前使用的数据集还是较小训练次数也比较少，很容易出现一些误识别的情况，之后还会加大数据集和训练次数

3.换用其他model应该也会显著改善识别精确度

4.遇到任何问题，欢迎提问(虽然感觉大多数stack overflow都有)

5.本地训练要好很多，如果使用在Google Cloud训练中可能会遇到问题，但是解决方法是将tensorflow版本改为1.2，但是1.2版本的object detection在准备阶段就会遇到问题，目前来看确实无解。（毕竟API Caller）

6.本地训练建议使用tensorflow版本为1.2

感谢：

https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/running_pets.md
https://github.com/victordibia/handtracking
https://pythonprogramming.net/testing-custom-object-detector-tensorflow-object-detection-api-tutorial/?completed=/training-custom-objects-tensorflow-object-detection-api-tutorial/
https://github.com/datitran/raccoon_dataset
https://www.mutah.edu.jo/biometrix/hand-images-databases.html