一、概述
本篇文章介绍通过YOLO模型进行目标识别的应用,原始代码来源于:https://github.com/dotnet/machinelearning-samples
实现的功能是输入一张图片,对图片中的目标进行识别,输出结果在图片中通过红色框线标记出来。如下:
YOLO简介
YOLO(You Only Look Once)是一种最先进的实时目标检测系统。官方网站:https://pjreddie.com/darknet/yolo/
本文采用的是TinyYolo2模型,可以识别的目标类型包括:"aeroplane", "bicycle", "bird", "boat", "bottle","bus", "car", "cat", "chair", "cow","diningtable", "dog", "horse", "motorbike", "person","pottedplant", "sheep", "sofa", "train", "tvmonitor" 。
ONNX简介
ONNX 即Open Neural Network Exchange(开放神经网络交换格式),是一个用于表示深度学习模型的通用标准,可使模型在不同框架之间进行互相访问,其规范及代码主要由微软,亚马逊 ,Facebook 和 IBM 等公司共同制定与开发。有了ONNX标准,我们就可以在ML.NET代码中使用通过其他机器学习框架训练并保存的模型。
二、代码分析
1、Main方法
static void Main(string[] args) { TrainAndSave(); LoadAndPredict(); Console.WriteLine("Press any key to exit!"); Console.ReadKey(); }
第一次运行时需要运行TrainAndSave方法,生成本地模型后,可以直接运行生产代码。
2、训练并保存模型
static readonly string tagsTsv = Path.Combine(trainImagesFolder, "tags.tsv");
private static void TrainAndSave() { var mlContext = new MLContext(); var trainData = mlContext.Data.LoadFromTextFile<ImageNetData>(tagsTsv); var pipeline = mlContext.Transforms.LoadImages(outputColumnName: "image", imageFolder: trainImagesFolder, inputColumnName: nameof(ImageNetData.ImagePath)) .Append(mlContext.Transforms.ResizeImages(outputColumnName: "image", imageWidth: ImageNetSettings.imageWidth, imageHeight: ImageNetSettings.imageHeight, inputColumnName: "image")) .Append(mlContext.Transforms.ExtractPixels(outputColumnName: "image")) .Append(mlContext.Transforms.ApplyOnnxModel(modelFile: YOLO_ModelFilePath, outputColumnNames: new[] { TinyYoloModelSettings.ModelOutput }, inputColumnNames: new[] { TinyYoloModelSettings.ModelInput })); var model = pipeline.Fit(trainData); using (var file = File.OpenWrite(ObjectDetectionModelFilePath)) mlContext.Model.Save(model, trainData.Schema, file); Console.WriteLine("Save Model success!"); }
ImageNetData类定义如下:
public class ImageNetData { [LoadColumn(0)] public string ImagePath; [LoadColumn(1)] public string Label; }
tags.tsv文件中仅包含一条样本数据,因为模型已经训练好,不存在再次训练的意义。这里只要放一张图片样本即可,通过Fit方法建立数据处理通道模型。
ApplyOnnxModel方法加载第三方ONNX模型,
public struct TinyYoloModelSettings { // input tensor name public const string ModelInput = "image"; // output tensor name public const string ModelOutput = "grid"; }
其中,输入、输出的列名称是指定的。可以通过安装Netron这样的工具来查询ONNX文件的详细信息,可以看到输入输出的数据列名称。
3、应用
private static void LoadAndPredict() { var mlContext = new MLContext(); ITransformer trainedModel; using (var stream = File.OpenRead(ObjectDetectionModelFilePath)) { trainedModel = mlContext.Model.Load(stream, out var modelInputSchema); } var predictionEngine = mlContext.Model.CreatePredictionEngine<ImageNetData, ImageNetPrediction>(trainedModel); DirectoryInfo testdir = new DirectoryInfo(testimagesFolder); foreach (var jpgfile in testdir.GetFiles("*.jpg")) { ImageNetData image = new ImageNetData { ImagePath = jpgfile.FullName };
var Predicted = predictionEngine.Predict(image); PredictImage(image.ImagePath, Predicted); } }
代码遍历一个文件夹下面的JPG文件。对每一个文件进行转换,获得预测结果。
ImageNetPrediction类定义如下:
public class ImageNetPrediction { [ColumnName(TinyYoloModelSettings.ModelOutput)] public float[] PredictedLabels; }
输出的“grid”列数据是一个float数组,不能直接理解其含义,所以需要通过代码将其数据转换为便于理解的格式。
YoloWinMlParser _parser = new YoloWinMlParser(); IList<YoloBoundingBox> boundingBoxes = _parser.ParseOutputs(Predicted.PredictedLabels, 0.4f);
YoloWinMlParser.ParseOutputs方法将float数组转为YoloBoundingBox对象的列表,第二个参数是可信度阙值,只输出大于该可信度的数据。
YoloBoundingBox类定义如下:
class YoloBoundingBox { public string Label { get; set; } public float Confidence { get; set; } public float X { get; set; } public float Y { get; set; } public float Height { get; set; } public float Width { get; set; } public RectangleF Rect { get { return new RectangleF(X, Y, Width, Height); } } }
其中:Label为目标类型,Confidence为可行程度。
由于YOLO的特点导致对同一个目标会输出多个同样的检测结果,所以还需要对检测结果进行过滤,去掉那些高度重合的结果。
YoloWinMlParser _parser = new YoloWinMlParser(); IList<YoloBoundingBox> boundingBoxes = _parser.ParseOutputs(Predicted.PredictedLabels, 0.4f); var filteredBoxes = _parser.NonMaxSuppress(boundingBoxes, 5, 0.6F);
YoloWinMlParser.NonMaxSuppress第二个参数表示最多保留多少个结果,第三个参数表示重合率阙值,将去掉重合率大于该值的记录。
四、资源获取
源码下载地址:https://github.com/seabluescn/Study_ML.NET
工程名称:YOLO_ObjectDetection
资源获取:https://gitee.com/seabluescn/ML_Assets (ObjectDetection)