==4==tesorflow目標識別API跑VOC2012資料集

阿新 • • 發佈：2018-12-01

沒有做 mask_rcnn的模型，因為不知道掩膜資訊怎麼匯入！其他模型兼可以按照以下步驟執行！（mask_rcnn會單獨總結一篇）
說明：執行已有模型執行demo是針對coco資料集;而本文是利用基於coco資料集訓練的模型結合VOC2012資料微調，生成新的frozen_inference_graph.pb(儲存網路結構和資料)～可以再次利用jupyter-notebook執行程式，把frozen_inference_graph.pb的路徑更改為新生成的路徑！，類別標籤對映文字修改為pascal的類別標籤對映文字～pascal_lab_map.txt(data資料夾下面)
參考部落格

一下載VOC2012資料集

下載地址

二分析資料集結構

下載完成之後，解壓;解壓完成後資料夾名字為 VOCdevkit，包含子資料夾VOC2012，子資料夾下包含下面五個資料夾。
在這裡插入圖片描述

Annotations
Annotations資料夾中存放的是xml格式的標籤檔案，每一個xml檔案都對應於JPEGImages資料夾中的一張圖片。
ImageSets
其中Action下存放的是人的動作（例如running、jumping等等，這也是VOC challenge的一部分）VOC2007就沒有Action，Layout下存放的是具有人體部位的資料（人的head、hand、feet等等，這也是VOC challenge的一部分）Main下存放的是影象物體識別的資料，總共分為20類。Main資料夾下包含了20個分類的***_train.txt、***_val.txt和***_trainval.txt。是兩列資料，左邊一列是對應圖片的序號，右邊一列是樣本標籤，-1表示負樣本，+1表示正樣本。
JPEGImages
對應的圖片資訊
SegmentationClass
語義分割的掩膜
SegmentationObeject

4和5的區別是什麼呢？待補充

class segmentation: 標註出每一個畫素的類別
object segmentation: 標註出每一個畫素屬於哪一個物體

三將VOC2012資料集格式轉換為tfrecord格式

藉助object_detection下的create_pascal_tf_record.py直接可以匯出tf格式～
在這裡插入圖片描述

cd dir #dir為的models_master下的research中

# From tensorflow/models
python3 object_detection/create_pascal_tf_record.py \
    --label_map_path=object_detection/data/pascal_label_map.pbtxt \
    --data_dir=VOCdevkit --year=VOC2012 --set=train \
    --output_path=pascal_train.record
python3 object_detection/create_pascal_tf_record.py \
    --label_map_path=object_detection/data/pascal_label_map.pbtxt \
    --data_dir=VOCdevkit --year=VOC2012 --set=val \
    --output_path=pascal_val.record

跟新：以上出來的少了掩膜資訊，針對mask_rcnn模型則無法訓練

截圖如下：
在這裡插入圖片描述
生成的結果在voc資料夾下面，結果資訊如下

在這裡插入圖片描述

四將pascal_lable_map.pbtxt 移到voc目錄下

pascal_lable_map.pbtxt：原本在object_detection下data資料夾下

sudo cp pascal_lable_map.pbtxt voc/

五下載模型並訓練

1我下載的是faster_rcnn_resnet101_coco_11_06_2017.tar.gz
2移動到voc下面，解壓包含五個檔案，並且修改檔名為train;
3此時voc下面包含如下幾個檔案
在這裡插入圖片描述

4在voc下建立train_dir
5object_detection/samples/config/faster_rcnn_resnet101_coco.config 檔案移動到voc下;
6修改上一步的config檔案共七處
num_classes: 20
fine_tune_checkpoint: “voc/train/model.ckpt”
input_path: “voc/pascal_train.record”
label_map_path: “voc/pascal_label_map.pbtxt”
input_path: “voc/pascal_val.record”
label_map_path: “voc/pascal_label_map.pbtxt”
num_examples: 5823
7.在object_detection 開啟終端，執行
說明，最新的下載下來的model，train.py移動到了legacy資料夾下面，object_detection下面的model_main.py檔案可以替代train.py,但是不會輸出日誌，只需加上tf.logging.set_verbosity(tf.logging.INFO)
在這裡插入圖片描述

python3 model_main --train_dir voc/train_dir
/ --pipeline_config_path voc/faster_rcnn_resnet101_coco.config

(為什麼訓練了之後train_dir還是為空?)
答：注意 ~~ --train_dir voc/train_dir~~ 改為 –model_dir voc/train_dir
因為之前版本訓練用的是train.py 現在訓練使用的是model_main.py 內部定義有輕微改變

報錯1：from pycocotools import coco
在這裡插入圖片描述
解決辦法：

 git clone https://github.com/pdollar/coco
 cd coco/PythonAPI
#make -j3  make要報錯用下面一句話代替
 python3 setup.py build_ext --inplace#

#再次報錯提示安裝python-tk

sudo apt-get install python3-tk

ipython
from pycocotools import coco

在這裡插入圖片描述
報錯2：正常了！！！但是再次執行訓練又報錯依然說找from pycocotools import coco錯誤！！然後參考網上教程，新增環境變數：
重新輸入import COCO命令即可若進入PythonAPI目錄可以，而執行程式仍然報錯則修改環境變數即可(我試了完全沒用)
網上參考辦法如下：
gedit/.bashrc 在末尾加上export PATHONPATH=/home/john/coco/PythonAPI:$PATH #當前PythonAPI目錄的絕對路徑

最後暴力解決了！把coco資料夾下面的pycocotools複製到了voc下面
在這裡插入圖片描述
報錯3超出系統記憶體

解決辦法1：對輸入圖片進行縮放尺寸，原本最小尺寸600，最大尺寸1024;修改為300,512：對於我還是不能解決問題。
解決辦法2：下載較小的模型～
解決辦法3：把batch_size 原本是24，我在執行的時候出現視訊記憶體不足的問題，為了保險起見，改為1，如果1還是出現類似問題的話，建議換電腦……

五匯出以及測試

可以參考mask_rcnn訓練中匯出與測試部分內容

六小結-溫習過程

1.新版model下訓練檔案以model_main.py(object_detection/)替換了train.py 其中訓練過程中存放路徑model_dir替換了train_dir;;;;;在看老版本書籍時一定要注意版本更新了的細微差別。
2.下載資料集，本次使用資料集為VOC2012
3.轉為tfrecord格式需要檔案有：create_pascal_tf_record.py （官方給的就是針對voc2012資料集的）
在這裡插入圖片描述

From tensorflow/models

python3 object_detection/create_pascal_tf_record.py
–label_map_path=object_detection/data/pascal_label_map.pbtxt
–data_dir=VOCdevkit --year=VOC2007 --set=train
–output_path=pascal_train.record
python3 object_detection/create_pascal_tf_record.py
–label_map_path=object_detection/data/pascal_label_map.pbtxt
–data_dir=VOCdevkit --year=VOC2007 --set=val
–output_path=pascal_val.record

 4.下載模型修改配置檔案
 5.匯出凍結檔案
 6.測試

官方給的pascal2tf.py

沒有修改任何東西！！！！！！！！！！！！！！！！！！！！！！！！！！！！！

# Copyright 2017 The TensorFlow Authors. All Rights Reserved.
#
# Licensed under the Apache License, Version 2.0 (the "License");
# you may not use this file except in compliance with the License.
# You may obtain a copy of the License at
#
#     http://www.apache.org/licenses/LICENSE-2.0
#
# Unless required by applicable law or agreed to in writing, software
# distributed under the License is distributed on an "AS IS" BASIS,
# WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
# See the License for the specific language governing permissions and
# limitations under the License.
# ==============================================================================

r"""Convert raw PASCAL dataset to TFRecord for object_detection.

Example usage:
    ./create_pascal_tf_record --data_dir=/home/user/VOCdevkit \
        --year=VOC2012 \
        --output_path=/home/user/pascal.record
"""

from __future__ import absolute_import
from __future__ import division
from __future__ import print_function

import hashlib
import io
import logging
import os

from lxml import etree
import PIL.Image
import tensorflow as tf

from object_detection.utils import dataset_util
from object_detection.utils import label_map_util


flags = tf.app.flags
flags.DEFINE_string('data_dir', '', 'Root directory to raw PASCAL VOC dataset.')
flags.DEFINE_string('set', 'train', 'Convert training set, validation set or '
                    'merged set.')
flags.DEFINE_string('annotations_dir', 'Annotations',
                    '(Relative) path to annotations directory.')
flags.DEFINE_string('year', 'VOC2007', 'Desired challenge year.')
flags.DEFINE_string('output_path', '', 'Path to output TFRecord')
flags.DEFINE_string('label_map_path', 'object_detection/data/pascal_label_map.pbtxt',
                    'Path to label map proto')
flags.DEFINE_boolean('ignore_difficult_instances', False, 'Whether to ignore '
                     'difficult instances')
FLAGS = flags.FLAGS

SETS = ['train', 'val', 'trainval', 'test']
YEARS = ['VOC2007', 'VOC2012', 'merged']


def dict_to_tf_example(data,
                       dataset_directory,
                       label_map_dict,
                       ignore_difficult_instances=False,
                       image_subdirectory='JPEGImages'):
  """Convert XML derived dict to tf.Example proto.

  Notice that this function normalizes the bounding box coordinates provided
  by the raw data.

  Args:
    data: dict holding PASCAL XML fields for a single image (obtained by
      running dataset_util.recursive_parse_xml_to_dict)
    dataset_directory: Path to root directory holding PASCAL dataset
    label_map_dict: A map from string label names to integers ids.
    ignore_difficult_instances: Whether to skip difficult instances in the
      dataset  (default: False).
    image_subdirectory: String specifying subdirectory within the
      PASCAL dataset directory holding the actual image data.

  Returns:
    example: The converted tf.Example.

  Raises:
    ValueError: if the image pointed to by data['filename'] is not a valid JPEG
  """
  img_path = os.path.join(data['folder'], image_subdirectory, data['filename'])
  full_path = os.path.join(dataset_directory, img_path)
  with tf.gfile.GFile(full_path, 'rb') as fid:
    encoded_jpg = fid.read()
  encoded_jpg_io = io.BytesIO(encoded_jpg)
  image = PIL.Image.open(encoded_jpg_io)
  if image.format != 'JPEG':
    raise ValueError('Image format not JPEG')
  key = hashlib.sha256(encoded_jpg).hexdigest()

  width = int(data['size']['width'])
  height = int(data['size']['height'])

  xmin = []
  ymin = []
  xmax = []
  ymax = []
  classes = []
  classes_text = []
  truncated = []
  poses = []
  difficult_obj = []
  for obj in data['object']:
    difficult = bool(int(obj['difficult']))
    if ignore_difficult_instances and difficult:
      continue

    difficult_obj.append(int(difficult))

    xmin.append(float(obj['bndbox']['xmin']) / width)
    ymin.append(float(obj['bndbox']['ymin']) / height)
    xmax.append(float(obj['bndbox']['xmax']) / width)
    ymax.append(float(obj['bndbox']['ymax']) / height)
    classes_text.append(obj['name'].encode('utf8'))
    classes.append(label_map_dict[obj['name']])
    truncated.append(int(obj['truncated']))
    poses.append(obj['pose'].encode('utf8'))

  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(
          data['filename'].encode('utf8')),
      'image/source_id': dataset_util.bytes_feature(
          data['filename'].encode('utf8')),
      'image/key/sha256': dataset_util.bytes_feature(key.encode('utf8')),
      'image/encoded': dataset_util.bytes_feature(encoded_jpg),
      'image/format': dataset_util.bytes_feature('jpeg'.encode('utf8')),
      'image/object/bbox/xmin': dataset_util.float_list_feature(xmin),
      'image/object/bbox/xmax': dataset_util.float_list_feature(xmax),
      'image/object/bbox/ymin': dataset_util.float_list_feature(ymin),
      'image/object/bbox/ymax': dataset_util.float_list_feature(ymax),
      'image/object/class/text': dataset_util.bytes_list_feature(classes_text),
      'image/object/class/label': dataset_util.int64_list_feature(classes),
      'image/object/difficult': dataset_util.int64_list_feature(difficult_obj),
      'image/object/truncated': dataset_util.int64_list_feature(truncated),
      'image/object/view': dataset_util.bytes_list_feature(poses),
  }))
  return example


def main(_):
  if FLAGS.set not in SETS:
    raise ValueError('set must be in : {}'.format(SETS))
  if FLAGS.year not in YEARS:
    raise ValueError('year must be in : {}'.format(YEARS))

  data_dir = FLAGS.data_dir
  years = ['VOC2007', 'VOC2012']
  if FLAGS.year != 'merged':
    years = [FLAGS.year]

  writer = tf.python_io.TFRecordWriter(FLAGS.output_path)

  label_map_dict = label_map_util.get_label_map_dict(FLAGS.label_map_path)

  for year in years:
    logging.info('Reading from PASCAL %s dataset.', year)
    examples_path = os.path.join(data_dir, year, 'ImageSets', 'Main','aeroplane_' + FLAGS.set + '.txt')
    annotations_dir = os.path.join(data_dir, year, FLAGS.annotations_dir)
    examples_list = dataset_util.read_examples_list(examples_path)
    for idx, example in enumerate(examples_list):
      if idx % 100 == 0:
        logging.info('On image %d of %d', idx, len(examples_list))
      path = os.path.join(annotations_dir, example + '.xml')
      with tf.gfile.GFile(path, 'r') as fid:
        xml_str = fid.read()
      xml = etree.fromstring(xml_str)
      data = dataset_util.recursive_parse_xml_to_dict(xml)['annotation']

      tf_example = dict_to_tf_example(data, FLAGS.data_dir, label_map_dict,
                                      FLAGS.ignore_difficult_instances)
      writer.write(tf_example.SerializeToString())

  writer.close()


if __name__ == '__main__':
  tf.app.run()

==4==tesorflow目標識別API跑VOC2012資料集

一下載VOC2012資料集

二分析資料集結構

三將VOC2012資料集格式轉換為tfrecord格式

四將pascal_lable_map.pbtxt 移到voc目錄下

五下載模型並訓練

五匯出以及測試

六小結-溫習過程

From tensorflow/models

官方給的pascal2tf.py

==4==tesorflow目標識別API跑VOC2012資料集

==3==基於tensorflow目標識別API執行已有的模型(執行demo coco資料集)

==6==基於tensorflow目標識別API進行mask_rcnn訓練

matlab練習程式（神經網路識別mnist手寫資料集）

SSD-Tensorflow 目標檢測（自定義資料集（VOC2007格式））

win7+cpu+caffe+fcn+vgg16+訓練voc2012資料集

Tensorflow入門教程(二十九)人臉表情識別(上)人臉表情資料集-fer2013

【caffe學習筆記之4】利用MATLAB介面執行cifar資料集

針對pascal voc2012資料集語義分割各類物件的顏色表示

FCN語義分割訓練資料（以siftflow和voc2012資料集為例）

機器學習(7) PASCAL VOC2012資料集

影象識別及處理相關資料集介紹

潤乾報表中API自定義資料集

opencv-人臉識別-2增加人臉資料集

為豬臉識別而進行自己資料集的構建、訓練

【Detection】物體識別-製作PASCAL VOC資料集

大資料實時計算Spark學習筆記（4）—— Spak核心 API 模組介紹

使用tensorflow object detection api 進行實時目標識別

如何從頭到尾的用caffe-ssd訓練自己的資料集並進行目標識別

目標檢測（Google object_detection） API 上訓練自己的資料集

==4==tesorflow目標識別API跑VOC2012資料集

一 下載VOC2012資料集

二 分析資料集結構

三 將VOC2012資料集格式轉換為tfrecord格式

四 將pascal_lable_map.pbtxt 移到voc目錄下

五 下載模型 並訓練

五 匯出以及測試

六 小結-溫習過程

From tensorflow/models

相關推薦

一下載VOC2012資料集

二分析資料集結構

三將VOC2012資料集格式轉換為tfrecord格式

四將pascal_lable_map.pbtxt 移到voc目錄下

五下載模型並訓練

五匯出以及測試

六小結-溫習過程