• 使用Caffe完成图像目标检测 和 caffe 全卷积网络

    一、【用Python学习Caffe】2. 使用Caffe完成图像目标检测

    标签： pythoncaffe深度学习目标检测ssd
    2017-06-22 22:08 207人阅读 评论(0) 收藏 举报
     分类：
     

    版权声明：本文为博主原创文章，未经博主允许不得转载。

     

    目录(?)[+]

     

    2. 使用Caffe完成图像目标检测

    本节将以一个快速的图像目标检测网络SSD作为例子，通过Python Caffe来进行图像目标检测。

    必须安装windows-ssd版本的Caffe，或者自行在caffe项目中添加SSD的新增相关源代码.

    图像目标检测网络同图像分类网络的大体原理及结构很相似，不过原始图像再经过深度网络后，并不是得到一组反映不同分类种类下概率的向量，而得到若干组位置信息，其反映不同目标在图像中的位置及相应分类等信息。但与分类网络的总体实施结构是一致的。

    关于SSD的原理，可以参见其论文：Liu W, Anguelov D, Erhan D, et al. SSD : Single shot multibox detector[C]. In Proc. European Conference on Computer Vision (ECCV). 2016: 21-37.

    2.1 准备文件

    • deploy.prototxt： 网络结构配置文件
    • VGG_VOC0712_SSD_300x300_iter_60000.caffemodel： 网络权重文件
    • labelmap_voc.prototxt： 数据集分类名称
    • 测试图像

    本文的SSD是在VOC0712数据集下进行训练的，labelmap_voc.prototxt也是该数据库下的各目标的名称，该文件对于目标检测网络的训练任务是必须的，在下节中，我们将重点介绍如何生成LMDB数据库及Labelmap文件。

    2.2 加载网络

    加载网络的方法，目标检测网络同目标分类网络都是一致的。

        caffe_root = '../../'
    # 网络参数（权重）文件
    caffemodel = caffe_root + 'models/SSD_300x300/VGG_VOC0712_SSD_300x300_iter_60000.caffemodel'
    # 网络实施结构配置文件
    deploy = caffe_root + 'models/SSD_300x300/deploy.prototxt'
    labels_file = caffe_root + 'data/VOC0712/labelmap_voc.prototxt'

    # 网络实施分类
    net = caffe.Net(deploy,  # 定义模型结构
                    caffemodel,  # 包含了模型的训练权值
                    caffe.TEST)  # 使用测试模式(不执行dropout)

    2.3 测试图像预处理

    预处理主要包含两个部分：

    1. 减去均值
    2. 调整大小
        # 加载ImageNet图像均值 (随着Caffe一起发布的)
    mu = np.load(caffe_root + 'python/caffe/imagenet/ilsvrc_2012_mean.npy')
    mu = mu.mean(1).mean(1)  # 对所有像素值取平均以此获取BGR的均值像素值

    # 图像预处理
    transformer = caffe.io.Transformer({'data': net.blobs['data'].data.shape})
    transformer.set_transpose('data', (2,0,1))
    transformer.set_mean('data', mu)
    transformer.set_raw_scale('data', 255)
    transformer.set_channel_swap('data', (2,1,0))

    2.4 运行网络

    1. 导入输入数据
    2. 通过forward()运行结果
    
    # 加载图像
    im = caffe.io.load_image(img)
    # 导入输入图像
    net.blobs['data'].data[...] = transformer.preprocess('data', im)

    start = time.clock()
    # 执行测试
    net.forward()
    end = time.clock()
    print('detection time: %f s' % (end - start))

    2.5 查看目标检测结果

    SSD网络的最后一层名为'detection_out'，该层输出Blob结构'detection_out'中包含了多组元组结构，每个元组结构包含7个参数，其中第2参数表示分类类别序号，第3个参数表示概率置信度，第4~7个参数分别表示目标区域左上及右下的坐标，而元组的个数表明该图像中可能的目标个数。

    当然可能不同网络模型的结构不一样，可能会有不同的设置，但至少对于SSD是这样设置的。

        # 查看目标检测结果
    # 打开labelmap_voc.prototxt文件
    file = open(labels_file, 'r')
    labelmap = caffe_pb2.LabelMap()
    text_format.Merge(str(file.read()), labelmap)
    # 得到网络的最终输出结果
    loc = net.blobs['detection_out'].data[0][0]
    confidence_threshold = 0.5
    for l in range(len(loc)):
      if loc[l][2] >= confidence_threshold:
        # 目标区域位置信息
        xmin = int(loc[l][3] * im.shape[1])
        ymin = int(loc[l][4] * im.shape[0])
        xmax = int(loc[l][5] * im.shape[1])
        ymax = int(loc[l][6] * im.shape[0])
        # 画出目标区域
        cv2.rectangle(im, (xmin, ymin), (xmax, ymax), (55 / 255.0, 255 / 255.0, 155 / 255.0), 2)
        # 确定分类类别
        class_name = labelmap.item[int(loc[l][1])].display_name
        cv2.putText(im, class_name, (xmin, ymax), cv2.cv.CV_FONT_HERSHEY_SIMPLEX, 1, (55, 255, 155), 2)

    2.6 目标检测结果展示

    2.7 具体代码下载

    GitHub仓库Caffe-Python-Tutorial中的detection.py

    项目地址：https://github.com/tostq/Caffe-Python-Tutorial

    二、caffe 全卷积网络

     

    标签： caffe全卷积网络fcnsegnet
    2017-05-20 17:03 158人阅读 评论(0) 收藏 举报
     分类：

    版权声明：本文为博主原创文章，未经博主允许不得转载。

     

    目录(?)[+]

     

    论文:Long_Fully_Convolutional_Networks

    简介

    • 全卷积网络相对于之前的cnn，是对图像中的每个像素点进行分类
    • 常用于图像的语义分割中

    参考

    测试

    • 需要下载pascalVoc的数据集

    • 下载代码之后，在其根目录下新建py文件如下

      import numpy as np
from PIL import Image
import matplotlib.pyplot as plt
caffe_root = '/home/gry/libs/caffe/'
import sys
sys.path.insert(0,caffe_root + 'python/')
import caffe

fn = 'data/pascal/VOCdevkit/VOC2012/JPEGImages/2007_000129.jpg'
im = Image.open( fn )
# im = im.resize([500,500],Image.ANTIALIAS)
# im.save("1.jpg","JPEG")

npimg = np.array( im, dtype=np.float32 )
print( 'max val of the npimg is : %f'%(npimg.max()) )
npimg -= np.array((104.00698793,116.66876762,122.67891434))
npimg.shape


npimg = npimg.transpose( (2,0,1) )

# load net
# net = caffe.Net( 'voc-fcn8s/deploy.prototxt','voc-fcn8s/fcn8s-heavy-pascal.caffemodel', caffe.TEST )
net = caffe.Net( 'voc-fcn16s/deploy.prototxt','voc-fcn16s/fcn16s-heavy-pascal.caffemodel', caffe.TEST )
# shape for input (data blob is N x C x H x W), set data
# note : the H X W is not necessary to be equal with the network H X W
# but the channel must be equal
net.blobs['data'].reshape(1, *npimg.shape)
net.blobs['data'].data[...] = npimg
# net.blobs['data'].data.shape
# run net and take argmax for prediction
net.forward()
out = net.blobs['score'].data[0].argmax(axis=0)

plt.imshow(out,cmap='autumn');plt.axis('off')
plt.savefig('test.png')
plt.show()
print('end now')

    • 用不同的caffemodel得到的结果如下

      • 原图 
        这里写图片描述
      • voc-fcn8s 
        这里写图片描述
      • voc-fcn16s 
        这里写图片描述
      • voc-fcn32s 
        这里写图片描述

    SegNet

    简介

    • 基于caffe

    参考链接

    测试

    • 下载基于cudnn5的segnet代码与segnet-tutorial的代码，按照参考链接里的教程组织文件结构
    • 修改trian.txt与test.txt，并3进行训练
    • 如果显存超过限制，则需要减小训练的batchsize
    • 转换caffemodel并按照教程里的方式进行测试，可以实时显示原图、groudtruth与网络输出图像
    • 原代码中使用的是plt.show()，需要关闭之后才能继续运行，为更方便的显示，可以结合opencv的imshow与waitKey。
  • 相关阅读:
    AVR单片机教程——EasyElectronics Library v1.1手册
    C++ lambda的演化
    希尔排序的正确性 (Correctness of ShellSort)
    PAT甲级满分有感
    PAT甲级题分类汇编——杂项
    Python第八章-异常
    Python第七章-面向对象高级
    Python第七章-面向对象初级
    Python第六章-函数06-高阶函数
    Python第六章-函数05-迭代器&生成器
  • 原文地址：https://www.cnblogs.com/leoking01/p/7229061.html
Copyright © 2020-2023  润新知