10 | 手部实时检测器

简介

用TensorFlow实现一个手部实时检测器

和Inception-v3通过迁移学习实现定制的图片分类任务类似

在上节内容的基础上,添加手部标注数据,并使用预训练好的模型完成迁移学习

数据

手部检测数据来自于

vision.soic.indiana.edu/projects/eg…

图片使用Google Class拍摄,egohands_data.zip是一个压缩包,里面共有48个文件夹,分别对应48个不同场景(室内、室外、下棋等)中共计4800张标注图片,标注即全部的手部轮廓点

不过我们不需要手动解压这个压缩包,而是使用代码去完成数据的解压和整理工作

egohands_dataset_clean.py依次完成以下几项工作

  • 如果当前目录下没有egohands_data.zip则下载,即调用download_egohands_dataset()
  • 否则解压egohands_data.zip并得到egohands文件夹,并对其中的图片数据执行rename_files()
  • rename_files()会将所有的图片重命名,加上其父文件夹的名称,避免图片名重复,并调用generate_csv_files()
  • generate_csv_files()读取每个场景下的图片,调用get_bbox_visualize(),根据标注文件polygons.mat绘制手部轮廓和Anchor Box并显示,同时将图片标注转换并存储为csv文件,全部处理完后,再调用split_data_test_eval_train()
  • split_data_test_eval_train()完成训练集和测试集的分割,在images文件夹中新建traintest两个文件夹,分别存放对应的图片和csv标注
  • 完成以上工作后,便可以手动删除一开始解压得到的egohands文件夹

也就是从egohands_data.zip得到images文件夹,在我的笔记本上共花费6分钟左右

接下来调用generate_tfrecord.py,将训练集和测试集整理成TFRecord文件

由于这里只需要检测手部,因此物体类别只有一种即hand,如果需要定制其他物体检测任务,修改以下代码即可

def class_text_to_int(row_label):
    if row_label == 'hand':
        return 1
    else:
        None

运行以下两条命令,生成训练集和测试集对应的TFRecord文件

python generate_tfrecord.py --csv_input=images/train/train_labels.csv  --output_path=retrain/train.record

python generate_tfrecord.py --csv_input=images/test/test_labels.csv  --output_path=retrain/test.record

模型

依旧是上节使用的ssd_mobilenet_v1_coco,但这里只需要检测手部,所以需要根据定制的标注数据进行迁移学习

retrain文件夹中内容如下

  • train.recordtest.record:定制物体检测任务的标注数据
  • ssd_mobilenet_v1_coco_11_06_2017:预训练好的ssd_mobilenet_v1_coco模型
  • ssd_mobilenet_v1_coco.config:使用迁移学习训练模型的配置文件
  • hand_label_map.pbtxt:指定检测类别的名称和编号映射
  • retrain.py:迁移学习的训练代码
  • object_detection:一些辅助文件

配置文件ssd_mobilenet_v1_coco.config的模版在这里

github.com/tensorflow/…

按需修改配置文件,主要是包括PATH_TO_BE_CONFIGURED的配置项

  • num_classes:物体类别的数量,这里为1
  • fine_tune_checkpoint:预训练好的模型checkpoint文件
  • train_input_reader:指定训练数据input_path和映射文件路径label_map_path
  • eval_input_reader:指定测试数据input_path和映射文件路径label_map_path

映射文件hand_label_map.pbtxt内容如下,只有一个类别

item {
    id: 1
    name: 'hand'
}

使用以下命令开始模型的迁移训练,train_dir为模型输出路径,pipeline_config_path为配置项路径

python retrain.py --logtostderr --train_dir=output/ --pipeline_config_path=ssd_mobilenet_v1_coco.config

模型迁移训练完毕后,在output文件夹中即可看到生成的.data.index.meta等模型文件

使用TensorBoard查看模型训练过程,模型总损失如下

tensorboard --logdir='output'

最后,再使用export_inference_graph.py将模型打包成.pb文件

  • --pipeline_config_path:配置文件路径
  • --trained_checkpoint_prefix:模型checkpoint路径
  • --output_directory.pb文件输出路径
python export_inference_graph.py --input_type image_tensor --pipeline_config_path retrain/ssd_mobilenet_v1_coco.config  --trained_checkpoint_prefix retrain/output/model.ckpt-153192 --output_directory hand_detection_inference_graph

运行后会生成文件夹hand_detection_inference_graph,里面可以找到一个frozen_inference_graph.pb文件

应用

现在便可以使用训练好的手部检测模型,实现一个手部实时检测器

主要改动以下三行代码即可

PATH_TO_CKPT = 'hand_detection_inference_graph/frozen_inference_graph.pb'
PATH_TO_LABELS = 'retrain/hand_label_map.pbtxt'
NUM_CLASSES = 1

完整代码如下

# -*- coding: utf-8 -*-

import numpy as np
import tensorflow as tf

from utils import label_map_util
from utils import visualization_utils as vis_util

import cv2
cap = cv2.VideoCapture(0)

PATH_TO_CKPT = 'hand_detection_inference_graph/frozen_inference_graph.pb'
PATH_TO_LABELS = 'retrain/hand_label_map.pbtxt'
NUM_CLASSES = 1

detection_graph = tf.Graph()
with detection_graph.as_default():
    od_graph_def = tf.GraphDef()
    with tf.gfile.GFile(PATH_TO_CKPT, 'rb') as fid:
        od_graph_def.ParseFromString(fid.read())
        tf.import_graph_def(od_graph_def, name='')

label_map = label_map_util.load_labelmap(PATH_TO_LABELS)
categories = label_map_util.convert_label_map_to_categories(label_map, max_num_classes=NUM_CLASSES, use_display_name=True)
category_index = label_map_util.create_category_index(categories)

with detection_graph.as_default():
    with tf.Session(graph=detection_graph) as sess:
        image_tensor = detection_graph.get_tensor_by_name('image_tensor:0')
        detection_boxes = detection_graph.get_tensor_by_name('detection_boxes:0')
        detection_scores = detection_graph.get_tensor_by_name('detection_scores:0')
        detection_classes = detection_graph.get_tensor_by_name('detection_classes:0')
        num_detections = detection_graph.get_tensor_by_name('num_detections:0')
        while True:
            ret, image_np = cap.read()
            image_np = cv2.cvtColor(image_np, cv2.COLOR_BGR2RGB)
            image_np_expanded = np.expand_dims(image_np, axis=0)
            (boxes, scores, classes, num) = sess.run(
                [detection_boxes, detection_scores, detection_classes, num_detections], 
                feed_dict={image_tensor: image_np_expanded})

            vis_util.visualize_boxes_and_labels_on_image_array(image_np, np.squeeze(boxes), np.squeeze(classes).astype(np.int32), np.squeeze(scores), category_index, use_normalized_coordinates=True, line_thickness=8)

            cv2.imshow('hand detection', cv2.cvtColor(image_np, cv2.COLOR_RGB2BGR))
            if cv2.waitKey(25) & 0xFF == ord('q'):
                cap.release()
                cv2.destroyAllWindows()
                break

运行代码后,即可看到摄像头中手部检测的结果

定制检测任务

如果希望定制自己的检测任务,准备一些图片,然后手动标注,有个几百条就差不多了

使用labelImg进行图片标注,安装方法请参考以下链接

github.com/tzutalin/la…

进入labelImg文件夹,使用以下命令,两个参数分别表示图片目录和分类文件路径

python labelImg.py ../imgs/ ../predefined_classes.txt

w开始矩形的绘制,按Ctrl+S保存标注至xml文件夹

之后运行xml_to_csv.py即可将.xml文件转为.csv文件

总之,为了准备TFRecord数据,按照以下步骤操作

  • 新建traintest文件夹并分配图片
  • 分别对训练集和测试集图片手工标注
  • 将训练集和测试集对应的多个.xml转为一个.csv
  • 根据原始图片和.csv生成对应的TFRecord

参考

How to Build a Real-time Hand-Detector using Neural Networks (SSD) on Tensorflow:towardsdatascience.com/how-to-buil…

EgoHands - A Dataset for Hands in Complex Egocentric Interactions:vision.soic.indiana.edu/projects/eg…

How to train your own Object Detector with TensorFlow’s Object Detector API:towardsdatascience.com/how-to-trai…

results matching ""

    No results matching ""