Tensorflow + OpenCV4 安全帽检测模型训练与推理

来源：OpenCV学堂
作者：gloomyfish

开发环境

软件版本信息：

Windows10 64位

硬件：

CPUi7

如何安装tensorflow object detection API框架，看这里：

Tensorflow Object Detection API 终于支持tensorflow1.x与tensorflow2.x了

数据集处理与生成

首先需要下载数据集，下载地址为：

https://pan.baidu.com/s/1UbFkGm4EppdAU660Vu7SdQ

总计7581张图像，基于Pascal VOC2012完成标注。分为两个类别，分别是安全帽与人（hat与person），json格式如下：

item {

数据集下载之后，并不能被tensorflow object detection API框架中的脚本转换为tfrecord，主要是有几个XML跟JPEG图像格式错误，本人经过一番磨难之后把它们全部修正了。修正之后的数据运行下面两个脚本即可生成训练集与验证集的tfrecord数据，命令行如下：

这里需要注意的是create\_pascal\_tf\_record.py 脚本的165行把

'aeroplane_' + FLAGS.set + '.txt')

修改为：

FLAGS.set + '.txt')

原因是这里的数据集没有做分类train/val。所以需要修改一下，修改完成之后保存。运行上述的命令行，就可以正确生成tfrecord，否则会遇到错误。

模型训练

基于faster\_rcnn\_inception\_v2\_coco对象检测模型实现迁移学习，首先需要配置迁移学习的config文件，对应的配置文件可以从:

research\object_detection\samples\configs

中发现，发现文件:

faster_rcnn_inception_v2_coco.config

之后，修改配置文件的中相关部分，关于如何修改，修改什么，可以看这里：

修完完成之后，在D盘下新建好几个目录之后，执行下面的命令行参数：

就会开始训练，总计训练40000 step。训练过程中可以通过tensorboard查看训练结果：

模型导出

完成了40000 step训练之后，就可以看到对应的检查点文件，借助tensorflow object detection API框架提供的模型导出脚本，可以把检查点文件导出为冻结图格式的PB文件。相关的命令行参数如下：

得到pb文件之后，使用OpenCV4.x中的tf\_text\_graph\_faster\_rcnn.py脚本，转换生成graph.pbtxt配置文件。最终得到：

- frozen_inference_graph.pb

如何导出PB模型到OpenCV DNN支持看这里：

干货 | tensorflow模型导出与OpenCV DNN中使用

使用OpenCV DNN调用模型

在OpenCV DNN中直接调用训练出来的模型完成自定义对象检测，这里需要特别说明一下的，因为在训练阶段我们选择了模型支持600~1024保持比率的图像输入。所以在推理预测阶段，我们可以直接使用输入图像的真实大小，模型的输出格式依然是1x1xNx7，按照格式解析即可得到预测框与对应的类别。最终的代码实现如下：

 1import cv2 as cv 2 3labels = ['hat', 'person'] 4model = "D:/safehat_train/models/train/frozen_inference_graph.pb" 5config = "D:/safehat_train/models/train/frozen_inference_graph.pbtxt" 6 7# 读取测试图像 8image = cv.imread("D:/123.jpg") 9h, w = image.shape[:2]10cv.imshow("input", image)1112# 加载模型，执行推理13net = cv.dnn.readNetFromTensorflow(model, config)14blob = cv.dnn.blobFromImage(cv.resize(image, (w, h)), swapRB=True, crop=False)15net.setInput(blob)16detectOut = net.forward()1718# 解析输出19classIds = []20confidences = []21boxes = []22for detection in detectOut[0,0,:,:]:23    score = detection[2]24    if score > 0.4:25        left = detection[3]*w26        top = detection[4]*h27        right = detection[5]*w28        bottom = detection[6]*h29        classId = int(detection[1]) + 130        classIds.append(classId)31        boxes.append([int(left), int(top), int(right), int(bottom)])32        confidences.append(float(score))3334# 非最大抑制35nms_indices = cv.dnn.NMSBoxes(boxes, confidences, 0.4, 0.4)36for i in range(len(nms_indices)):37    index = nms_indices[i][0]38    box = boxes[index]39    cid = classIds[index]40    if cid == 1:41        cv.rectangle(image, (box[0], box[1]), (box[2], box[3]), (140, 199, 0), 4, 8, 0)42    else:43        cv.rectangle(image, (box[0], box[1]), (box[2], box[3]), (255, 0, 255), 4, 8, 0)44    cv.putText(image, labels[cid-1], (box[0], box[1]), cv.FONT_HERSHEY_SIMPLEX, 0.75, (255, 0, 0), 2)4546# 显示输出47cv.imshow("safetyhat-detection-demo", image)48cv.imwrite("D:/result123.png", image)49cv.waitKey(0)50cv.destroyAllWindows()

一些测试图像的运行结果如下：