TensorFlow Object Detection API 自行訓練模型教學，辨識特定物件

這裡介如何使用自己的資料，以 TensorFlow Object Detection API 訓練出適用於特定物件的模型，建立自己的物件辨識系統。

在 TensorFlow Object Detection API 自動辨識物件教學文章中，我們是直接使用既有已經訓練好的模型來辨識物件，但如果我們有一些比較特別的物件需要進行辨識，而這些物件又沒有被包含在既有模型中的話，就沒辦法直接使用既有的模型，這時候就需要先蒐集一些該物件的影像與標註資料，進一步訓練模型後，才能讓模型辨識出比較特別的物件。

接下來將介紹如何使用自己的資料，訓練出可以辨識特定物件的模型，我們先以 Google 官方所提供的範例來說明自行訓練模型的流程。

這裡我們將使用 Oxford-IIIT Pet Dataset 這套寵物的資料集來訓練一個寵物辨識模型，讓訓練出來的模型可以辨識出貓與狗的品種。

在實作本篇的內容之前，請先參考上一篇的教學，下載 TensorFlow Object Detection API 的原始碼，編譯並安裝好。

準備訓練用資料

使用 TensorFlow Object Detection API 訓練模型時，我們需要影像的資料，加上框住物件的方框（bounding box）以及該物件的類別資訊，而 Oxford-IIIT Pet Dataset 這套資料集所提供的 Dataset 與 Groundtruth data 兩包資料，就剛好涵蓋了我們所需要的所有資訊，請將這兩個壓縮檔下載下來，解壓縮之後放在 models/research/ 之中：

cd models/research/

# 下載 Oxford-IIIT Pet Dataset
wget http://www.robots.ox.ac.uk/~vgg/data/pets/data/images.tar.gz
wget http://www.robots.ox.ac.uk/~vgg/data/pets/data/annotations.tar.gz

# 解壓縮至 models/research/
tar zxvf images.tar.gz
tar zxvf annotations.tar.gz

解壓縮完兩個壓縮檔之後，現在 models/research/ 目錄之下應該會包含以下幾個檔案與目錄：

• annotations.tar.gz
• annotations/
• images.tar.gz
• images/
• object_detection/

這幾個檔案與目錄是這個範例所需要的，所以要確認它們的相對位置，至於其他的目錄目前不會用到，所以就可以不用管它們。

在使用 Tensorflow Object Detection API 在訓練模型時，所讀取的資料格式是 TFRecord，所以我們要先用 create_pet_tf_record.py 這個 Python 指令稿，把 Oxford-IIIT Pet Dataset 的資料轉換為 TFRecord 格式：

# 將 Oxford-IIIT Pet Dataset 資料轉為 TFRecord 格式
python object_detection/dataset_tools/create_pet_tf_record.py 
  --label_map_path=object_detection/data/pet_label_map.pbtxt 
  --data_dir=`pwd` 
  --output_dir=`pwd`

執行之後，在 models/research/ 目錄下應該會產生兩個 TFRecord 檔：

• pet_train_with_masks.record
• pet_val_with_masks.record

我在撰寫文章時發現這個 create_pet_tf_record.py 指令稿可能因為處於開發階段，有些小 bugs 造成 TFRecord 檔轉不出來，若遇到這種狀況請開啟 create_pet_tf_record.py 指令稿自己除錯。

在預設的轉檔模式下，create_pet_tf_record.py 會產生動物臉部的資料集，若要產生全身動物的資料集，可調整 --faces_only 參數，詳細的使用方式，請直接查看這個程式的原始碼。

將產生的這兩個 TFRecord 檔案放進 models/research/object_detection/data/ 之中：

mv pet_train_with_masks.record object_detection/data/
mv pet_val_with_masks.record object_detection/data/

這樣資料就準備好了。

預訓練模型

要訓練一個高水準的模型，縱使有多張 GPU 卡通常也都需要非常久的時間，而使用預訓練模型（pre-trained model）最為初始值來進行訓練，可以加速訓練的過程。這裡我們拿一個以 COCO 資料集所訓練出來的模型為基礎，作為我們的模型初始值。

下載 Faster RCNN + Resnet101 以 COCO 資料集訓練好的模型：

wget http://storage.googleapis.com/download.tensorflow.org/models/object_detection/faster_rcnn_resnet101_coco_11_06_2017.tar.gz
tar zxvf faster_rcnn_resnet101_coco_11_06_2017.tar.gz

將模型參數的檢查點（check points）放入 object_detection/data/：

# 將模型參數放入 object_detection/data/
cp faster_rcnn_resnet101_coco_11_06_2017/model.ckpt.* object_detection/data/

建立模型訓練管線

在 Tensorflow Object Detection API 中，所有的模型參數、訓練參數與驗證參數都定義在一個 .config 設定檔中（詳細說明可參考 TensorFlow 的文件），在 object_detection/samples/configs/ 目錄下有許多範例設定檔，這裡我們先以 faster_rcnn_resnet101_pets.config 這個範例設定檔來修改，請使用一般的文字編輯器編輯這個設定檔。

在這個範例設定檔中，尋找含有 PATH_TO_BE_CONFIGURED 的位置，將這些地方替換成自己系統上的路徑。

編輯完成後，將這個設定檔儲存於 models/research/object_detection/data/ 之中。

到現在為止，models/research/object_detection/data/ 這個目錄中應該會包含以下檔案（其他的不重要）：

• faster_rcnn_resnet101_pets.config
• model.ckpt.data-00000-of-00001
• model.ckpt.index
• model.ckpt.meta
• pet_label_map.pbtxt
• pet_train_with_masks.record
• pet_val_with_masks.record

訓練模型

參考 TensorFlow 的文件，進行模型訓練。首先定義一下設定檔與訓練結果的放置路徑：

# 設定檔路徑
PIPELINE_CONFIG="object_detection/data/faster_rcnn_resnet101_pets.config"

# 訓練結果放置路徑
MY_MODEL_DIR="my_model"

接著使用一張好一點的 GPU 卡進行訓練：

# 使用第一張 GPU 卡進行訓練
CUDA_VISIBLE_DEVICES=0 python object_detection/train.py 
  --logtostderr 
  --pipeline_config_path=${PIPELINE_CONFIG} 
  --train_dir=${MY_MODEL_DIR}/train

如果還有第二張 GPU 卡，可以開啟另外一個終端機（或使用 screen 環境），執行驗證的 Python 指令稿：

# 使用第二張 GPU 卡進行驗證
CUDA_VISIBLE_DEVICES=1 python object_detection/eval.py 
  --logtostderr 
  --pipeline_config_path=${PIPELINE_CONFIG} 
  --checkpoint_dir=${MY_MODEL_DIR}/train 
  --eval_dir=${MY_MODEL_DIR}/eval

開啟另外一個終端機，執行 TensorBoard 以監看模型訓練情況：

# 啟動 TensorBoard
tensorboard --port=16006 --logdir=${MY_MODEL_DIR}

訓練的過程需要一段時間，我拿一張 NVIDIA GeForce GTX 1060 來跑，大約需要一天多左右，訓練的過程中可以使用 TensorBoard 檢查模型的情況。

若有同時執行驗證模型的 Python 指令稿的話，就可以同時在 TensorBoard 中觀看驗證結果。

匯出模型

當模型訓練完成後，接著就可以將模型匯出。首先找到訓練模型時所輸出的檢查點檔案，其位於放置檢查點的目錄中（在這個例子中則為 ${MY_MODEL_DIR}/train），而一個檢查點包含三個檔案，分別為：

• model.ckpt-${CHECKPOINT_NUMBER}.data-00000-of-00001
• model.ckpt-${CHECKPOINT_NUMBER}.index
• model.ckpt-${CHECKPOINT_NUMBER}.meta

找到檢查檔之後，切換至 models/research/ 目錄，執行以下指令將模型匯出：

# 設定檢查點檔案路徑
CHECKPOINT_NUMBER=200000
CKPT_PREFIX=${MY_MODEL_DIR}/train/model.ckpt-${CHECKPOINT_NUMBER}

# 將訓練好的模型匯出
python object_detection/export_inference_graph.py 
  --input_type image_tensor 
  --pipeline_config_path ${PIPELINE_CONFIG} 
  --trained_checkpoint_prefix ${CKPT_PREFIX} 
  --output_directory my_exported_graphs

匯出的模型會被儲存於 my_exported_graphs 這個目錄中，這樣就完成整個模型的訓練過程了。

預測

將模型匯出之後，就可以稍微修改一下前一篇教學的程式碼，把模型與標註對應檔替換掉，就可以使用新模型進行預測了，這部份請依照自己的路徑來修改。

# 設定模型與標註對應檔路徑
MODEL_NAME = 'path/to/my_exported_graphs'
PATH_TO_LABELS = 'path/to/pet_label_map.pbtxt'

類別數量也要記得改一下：

NUM_CLASSES = 37

跑出來的結果會像這樣：

測試的時候，可以直接拿 OXFORD-IIIT PET Dataset 的測試資料集來使用，或是從網路下載一些可愛的照片來測試。

以上是拿 OXFORD-IIIT PET Dataset 資料集放進 TensorFlow Object Detection API 訓練模型的流程，事實上只要能夠將資料轉換成正確的格式，任何資料集都可以放進來使用。

網路上還有非常多的資料集可以免費下載使用，接下來我們繼續示範另外一個 PASCAL VOC 2012 資料集的使用方式，請繼續閱讀下一頁。

繼續閱讀： 12