目標檢測是AI的一項重要應用，通過目標檢測模型能在圖像中把人、動物、汽車、飛機等目標物體檢測出來，甚至還能將物體的輪廓描繪出來，就像下面這張圖，是不是很酷炫呢，嘿嘿
在動手訓練自己的目標檢測模型之前，建議先了解一下目標檢測模型的原理（見文章：大話目標檢測經典模型RCNN、Fast RCNN、Faster RCNN，以及Mark R-CNN），這樣纔會更加清楚模型的訓練過程。
本文將在我們前面搭建好的AI實戰基礎環境上（見文章：AI基礎環境搭建），基於SSD算法，介紹如何使用自己的數據訓練目標檢測模型。SSD，全稱Single Shot MultiBox Detector（單鏡頭多盒檢測器），是Wei Liu在ECCV 2016上提出的一種目標檢測算法，是目前流行的主要檢測框架之一。
本案例要做的識別便是在圖像中識別出熊貓，可愛吧，呵呵
下面按照以下過程介紹如何使用自己的數據訓練目標檢測模型：
1、安裝標註工具
要使用自己的數據來訓練模型，首先得先作數據標註，也就是先要告訴機器圖像裏面有什麼物體、物體在位置在哪裏，有了這些信息後才能來訓練模型。
（1）標註數據文件
目前流行的數據標註文件格式主要有VOC_2007、VOC_2012，該文本格式來源於Pascal VOC標準數據集，這是衡量圖像分類識別能力的重要基準之一。本文采用VOC_2007數據格式文件，以xml格式存儲，如下：
其中重要的信息有：
filename：圖片的文件名
name：標註的物體名稱
xmin、ymin、xmax、ymax：物體位置的左上角、右下角座標
（2）安裝標註工具
如果要標註的圖像有很多，那就需要一張一張手動去計算位置信息，製作xml文件，這樣的效率就太低了。
所幸，有一位大神開源了一個數據標註工具labelImg，可以通過可視化的操作界面進行畫框標註，就能自動生成VOC格式的xml文件了。該工具是基於Python語言編寫的，這樣就支持在Windows、Linux的跨平臺運行，實在是良心之作啊。安裝方式如下：
a. 下載源代碼
通過訪問labelImg的github頁面（https://github.com/tzutalin/labelImg），下載源代碼。可通過git進行clone，也可以直接下載成zip壓縮格式的文件。
在本案例中直接下載成zip文件。
b.安裝編譯
解壓labelImg的zip文件，得到LabelImg-master文件夾。
labelImg的界面是使用PyQt編寫的，由於我們搭建的基礎環境使用了最新版本的anaconda已經自帶了PyQt5，在python3的環境下，只需再安裝lxml即可，進入LabelImg-master目錄進行編譯，代碼如下：
#激活虛擬環境
source activate tensorflow
#在python3環境中安裝PyQt5（anaconda已自帶），如果是在python2環境下，則要安裝PyQt4，PyQt4的安裝方式如下
#conda install -c anaconda pyqt=4.11.4
#安裝xml
conda install xml
#編譯
make qt5py3
#打開標註工具
python3 labelImg.py
成功打開labelImg標註工具的界面如下：
2、標註數據
成功安裝了標註工具後，現在就來開始標註數據了。
（1）創建文件夾
按照VOC數據集的要求，創建以下文件夾
Annotations：用於存放標註後的xml文件
ImageSets/Main：用於存放訓練集、測試集、驗收集的文件列表
JPEGImages：用於存放原始圖像
（2）標註數據
將熊貓圖片集放在JPEGImages文件夾裏面（熊貓的美照請找度娘要哦~），注意圖片的格式必須是jpg格式的。
打開labelImg標註工具，然後點擊左側的工具欄“Open Dir”按鈕，選擇剛纔放熊貓的JPEGImages文件夾。這時，主界面將會自動加載第一張熊貓照片。
點擊左側工具欄的“Create RectBox”按鈕，然後在主界面上點擊拉個矩形框，將熊貓圈出來。圈定後，將會彈出一個對話框，用於輸入標註物體的名稱，輸入panda作爲熊貓的名稱。
然後點擊左側工具欄的“Save”按鈕，選擇剛纔創建的Annotations作爲保存目錄，系統將自動生成voc_2007格式的xml文件保存起來。這樣就完成了一張熊貓照片的物體標註了。
接下來點擊左側工具欄的“Next Image”進入下一張圖像，按照以上步驟，畫框、輸入名稱、保存，如此反覆，直到把所有照片都標註好，保存起來。
（3）劃分訓練集、測試集、驗證集
完成所有熊貓照片的標註後，還要將數據集劃分下訓練集、測試集和驗證集。
在github上下載一個自動劃分的腳本（https://github.com/EddyGao/make_VOC2007/blob/master/make_main_txt.py）
然後執行以下代碼
python make_main_txt.py
將會按照腳本里面設置的比例，自動拆分訓練集、測試集和驗證集，將相應的文件名列表保存在裏面。
3、配置SSD
（1）下載SSD代碼
由於本案例是基於tensorflow的，因此，在github上下載一個基於tensorflow的SSD，地址是 https://github.com/balancap/SSD-Tensorflow
以zip文件的方式下載下來，然後解壓，得到SSD-Tensorflow-master文件夾
（2）轉換文件格式
將voc_2007格式的文件轉換爲tfrecord格式，tfrecord數據文件tensorflow中的一種將圖像數據和標籤統一存儲的二進制文件，能更加快速地在tensorflow中複製、移動、讀取和存儲等。
SSD-Tensorflow-master提供了轉換格式的腳本，轉換代碼如下：
DATASET_DIR=./panda_voc2007/
OUTPUT_DIR=./panda_tfrecord/
python SSD-Tensorflow-master/tf_convert_data.py --dataset_name=pascalvoc --dataset_dir=${DATASET_DIR} --output_name=voc_2007_train --output_dir=${OUTPUT_DIR}
（3）修改物體類別
由於是我們自定義的物體，因此，要修改SSD-Tensorflow-master中關於物體類別的定義，打開SSD-Tensorflow-master/datasets/pascalvoc_common.py文件，進行修改，將VOC_LABELS中的其它無關類別全部刪掉，增加panda的名稱、ID、類別，如下：
VOC_LABELS = {
'none': (0, 'Background'),
'panda': (1, 'Animal'),
}
4、下載預訓練模型
SSD-Tensorflow提供了預訓練好的模型，基於VGG模型（要了解VGG模型詳情，請閱讀文章：大話經典CNN經典模型VGG），如下表：
但這些預訓練的模型文件都是存儲在drive.google.com上，因此，無法直接下載。只能通過“你懂的”方式進行下載，在這裏下載SSD-300 VGG-based預訓練模型，得到文件：VGG_VOC0712_SSD_300x300_ft_iter_120000.ckpt.zip，然後進行解壓
5、訓練模型
終於把標註文件、SSD模型都準備好了，現在準備開始來訓練了。
在訓練模型之前，有個參數要修改下，打開SSD-Tensorflow-master/train_ssd_network.py找到裏面的DATA_FORMAT參數項，如果是使用cpu訓練則值爲NHWC，如果是使用gpu訓練則值爲NCHW，如下：
DATA_FORMAT = 'NCHW' # gpu
# DATA_FORMAT = 'NHWC' # cpu
現在終於可以開始來訓練了，打開終端，切換conda虛擬環境
source activate tensorflow
然後執行以下命令，開始訓練
# 使用預訓練好的 vgg_ssd_300 模型
DATASET_DIR=./ panda_tfrecord
TRAIN_DIR=./panda_model
CHECKPOINT_PATH=./model_pre_train/VGG_VOC0712_SSD_300x300_ft_iter_120000.ckpt/VGG_VOC0712_SSD_300x300_ft_iter_120000.ckpt
python3 SSD-Tensorflow-master/train_ssd_network.py \
--train_dir=${TRAIN_DIR} \
--dataset_dir=${DATASET_DIR} \
--dataset_name=pascalvoc_2007 \
--dataset_split_name=train \
--model_name=ssd_300_vgg \
--checkpoint_path=${CHECKPOINT_PATH} \
--save_summaries_secs=60 \
--save_interval_secs=600 \
--weight_decay=0.0005 \
--optimizer=adam \
--learning_rate=0.0001 \
--batch_size=16
其中，根據自己電腦的性能情況，設置batch_size的值，值越大表示批量處理的數量越大，對機器性能的要求越高。如果電腦性能普通的，則可以設置爲8，甚至4，土豪請忽略。
學習率learning_rate也可以根據實際情況調整，學習率越小則越精確，訓練的時間也越長，學習率越大則可縮短訓練時間，但就會降低精準度。
在這裏使用預訓練好的模型，SSD將會鎖定VGG模型的一些參數進行訓練，這樣能在較短的時間內完成訓練。
6、使用模型
SSD模型訓練好了，現在要來使用了，使用的方式也很簡單。
SSD-Tensorflow-master自帶了一個notebooks腳本，可通過jupyter直接使用模型。
先安裝jupyter，安裝方式如下：
conda install jupyter
然後啓動jupyter-notebook，代碼如下：
jupyter-notebook SSD-Tensorflow-master/notebooks/ssd_notebook.ipynb
啓動後在SSD 300 Model的代碼塊設置模型的路徑和名稱
然後在最後的代碼塊中，設置要測試的圖像路徑path
然後點擊菜單“Cell”，點擊子菜單“Run All”，便能按順序全部執行代碼，並顯示出結果出來
執行後，可愛的熊貓就被圈出來了
經過以上步驟，我們便使用了自己的數據完成了目標檢測模型的訓練。只要以後還有物體檢測的需求，然後找相關的圖片集進行標註，標註後進行模型訓練，就能完成一個定製化的目標檢測模型了，非常方便，希望本案例對大家能有所幫助。
後面將陸續推出更多【AI實戰】內容，敬請留意。
推薦相關閱讀
- 【AI實戰】快速掌握TensorFlow（一）：基本操作
- 【AI實戰】快速掌握TensorFlow（二）：計算圖、會話
- 【AI實戰】快速掌握TensorFlow（三）：激勵函數
- 【AI實戰】快速掌握TensorFlow（四）：損失函數
- 【AI實戰】搭建基礎環境
- 【AI實戰】訓練第一個模型
- 【AI實戰】編寫人臉識別程序
- 【AI實戰】動手訓練目標檢測模型（SSD篇）
- 【AI實戰】動手訓練目標檢測模型（YOLO篇）
- 【精華整理】CNN進化史
- 大話卷積神經網絡（CNN）
- 大話循環神經網絡（RNN）
- 大話深度殘差網絡（DRN）
- 大話深度信念網絡（DBN）
- 大話CNN經典模型：LeNet
- 大話CNN經典模型：AlexNet
- 大話CNN經典模型：VGGNet
- 大話CNN經典模型：GoogLeNet
- 大話目標檢測經典模型：RCNN、Fast RCNN、Faster RCNN
- 大話目標檢測經典模型：Mask R-CNN
- 27種深度學習經典模型
- 淺說“遷移學習”
- 什麼是“強化學習”
- AlphaGo算法原理淺析
- 大數據究竟有多少個V
- Apache Hadoop 2.8 完全分佈式集羣搭建超詳細教程
- Apache Hive 2.1.1 安裝配置超詳細教程
- Apache HBase 1.2.6 完全分佈式集羣搭建超詳細教程
- 離線安裝Cloudera Manager 5和CDH5（最新版5.13.0）超詳細教程
關注本人公衆號“大數據與人工智能Lab”（BigdataAILab），獲取更多信息。
