Detectando objetos personalizados

Você pode baixar o código na página do GitHub ( link )

Bem-vindo ao artigo sobre reconhecimento. Como passo a maior parte do meu tempo de trabalho em um escritório de espaço aberto, onde cada lugar é numerado, decidi falar sobre a visão computacional usando o exemplo de uma placa regular com um número de local de trabalho. Aqui, treinaremos novamente a rede neural para detectar a placa de nossa escolha.

Estou usando o python3.7 e os nomes de todos os módulos com versão estão armazenados no arquivo requirements.txt.

.

:

• 500 , — 100, 1000 , , 2.

  
  
  
  
  

• / . 80%, - 20%.

  
  
  
  
  

• TF .

  
  
  
  
  

• . config ( , ).

  
  
  
  
  

• .

  
  
  
  
  

• .

  
  
  
  
  

• .

  
  
  
  
  

TensorFlow , , 1000 . , , . , , - .

, ().

. , . LabelImg- , GitHub , .

LabelImg GitHub ()

LabelImg ()

LabelImg, GUI. — dir , . create rectbox. , . , ! w, , ctrl+s, . 1 100 , , . , !

LabelImg xml-, . xml- TFRecords, TensorFlow. , , \test \train xml-.

, . , 20% XML- test, train.

, , TFRecords, TensorFlow.

-, image .xml csv-, . , : python xml_to_csv.py.

train_labels.csv test_labels.csv CSGO_images. cmd, .bat xml_to_csv.bat.

generate_tfrecord.py . , . labelmap.pbtxt.

, , generate_tfrecord.py:

# TO-DO    label map
def class_text_to_int(row_label):
    if row_label == 'table':
        return 1
    else:
        return None
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
    

TFRecord, generate_tfrecord.bat.

train.record test.record training. .

, — . , , . labelmap.pbtxt CSGO_training. . , generate_tfrecord.py.

item {
 id: 1
 name: 'table'
}
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
    

, . , . .

TensorFlow research\ object_detection\ samples\ configs faster_rcnn_ inception_v2_ coco.config CSGO_training. . .config , , . 10. num_classes , . :

num_classes : 1
 107.  fine_tune_checkpoint :
fine_tune_checkpoint : "faster_rcnn_inception_v2_coco_2018_01_28 / model.ckpt"
 122  124.   train_input_reader  input_path  label_map_path :
input_path: "CSGO_images / train. record"
label_map_path: "CSGO_training / labelmap.pbtxt"
 128.  num_examples   ,    CSGO_images\test.    113 ,     :
num_examples: 113
(   )
 136  138.   eval_input_reader  input_path  label_map_path :
input_path: "CSGO_images / test. record"
label_map_path: "CSGO_training / labelmap.pbtxt"
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
    

. ! . .

, train.bat.

. . 1.5 . , 0,05, ( , ). , . , , .

.

, , — ( ). graph export_inference_graph.py,   , “XXXX” ” model.ckpt-XXXX » .ckpt :

python export_inference_graph.py --input_type image_tensor --pipeline_config_path CSGO_training/faster_rcnn_inception_v2_coco.config --trained_checkpoint_prefix CSGO_training/model.ckpt-XXXX --output_directory CSGO_inference_graph
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
    

frozen_inference_graph.pb /coco_v3/ CSGO_inference_ graph. .pb . frozen_inference_graph.pb . coco_v3 predict.py 39 .

PATH_TO_FROZEN_GRAPH = 'graph/frozen_inference_graph.pb'
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
    

41 labelmap.

PATH_TO_LABELS = 'graph/labelmap.pbtxt'
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
    

Finalmente, antes de executar scripts Python, você precisa alterar a variável NUM_CLASSES no script para igualar o número de classes que queremos detectar. Eu só uso 1 classe, então mudei para 1:

NUM_CLASSES = 1

Na linha 65, você precisa definir a imagem na qual a detecção ocorrerá.

Após iniciar, você verá uma janela e uma placa reconhecida.

Isso é tudo, obrigado pela sua atenção.