如何使用TensorFlow進行訓練識別視頻圖像中物體

如何使用TensorFlow進行訓練識別視頻圖像中物體，相信很多沒有經(jīng)驗的人對此束手無策，為此本文總結(jié)了問題出現(xiàn)的原因和解決方法，通過這篇文章希望你能解決這個問題。

注意： windows用戶名不能出現(xiàn)中文?。?！

安裝Python

注意： Windows平臺的TensorFlow僅支持3.5.X版本的Python 進入Python3.5.2下載頁，選擇 Files 中Windows平臺的Python安裝包，下載并安裝。

安裝TensorFlow

進入TensorFlow on Windows下載頁，本教程使用最簡便的組合 CPU support only + Native pip。

打開cmd，輸入以下指令即進行TensorFlow的下載安裝，下載位置為python\Lib\site-packages\tensorflow： 打開 IDLE，輸入以下指令： 如果出現(xiàn)如下結(jié)果則安裝成功： 若出現(xiàn)問題，請參考TensorFlow on Windows下載頁底端的常見問題。

安裝Protoc

Protoc用于編譯相關(guān)程序運行文件，進入Protoc下載頁，下載類似下圖中帶win32的壓縮包。 解壓后將bin文件夾內(nèi)的protoc.exe拷貝到c:\windows\system32目錄下（用于將protoc.exe所在的目錄配置到環(huán)境變量當中）。

安裝git

進入git官網(wǎng)下載Windows平臺的git，詳細安裝及配置注意事項可參考此文。

安裝其余組件

在cmd內(nèi)輸入如下指令下載并安裝相關(guān)API運行支持組件： 注意： Native pip會受電腦中另外Python應(yīng)用的影響，博主因為之前做仿真安裝了Anaconda，導致下載的jupyter等相關(guān)組件安裝到了Anaconda內(nèi)的site-packages文件夾，后期調(diào)用失敗。

下載代碼并編譯

在cmd中輸入如下代碼： 從github下載谷歌tensorflow/models的代碼，一般默認下載到C盤。

同樣在cmd進入到models文件夾，編譯Object Detection API的代碼：

運行notebook demo

繼續(xù)在models文件夾下運行如下命令： 瀏覽器自動開啟，顯示如下界面： 進入object_detection文件夾中的object_detection_tutorial.ipynb： 點擊Cell內(nèi)的Run All，等待三分鐘左右（博主電腦接近報廢），即可顯示如下結(jié)果： 修改文件路徑，即可檢測自己的圖片： 注意：要將圖片名稱設(shè)置的和代碼描述相符合，如image1.jpg TensorFlow Object Detection API中提供了五種可直接調(diào)用的識別模型，默認的是最簡單的ssd + mobilenet模型。 可直接將MODEL_NAME修改為如下值調(diào)用其他模型：

MODEL_NAME = 'ssd_inception_v2_coco_11_06_2017'

MODEL_NAME = 'rfcn_resnet101_coco_11_06_2017'

MODEL_NAME = 'faster_rcnn_resnet101_coco_11_06_2017'

MODEL_NAME = 'faster_rcnn_inception_resnet_v2_atrous_coco_11_06_2017'

將模型換為faster_rcnn_inception_resnet，結(jié)果如下： 準確率確實獲得了極大提高，但是速度卻下降了，在博主的老爺機上需要五分鐘才能跑出結(jié)果。

視頻物體識別

谷歌在github上公布了此項目的完整代碼，接下來我們將在現(xiàn)有代碼基礎(chǔ)上添加相應(yīng)模塊實現(xiàn)對于視頻中物體的識別。

第一步：下載opencv的cv2包 在Python官網(wǎng)即可下載opencv相關(guān)庫，點擊此處直接進入。

博主安裝的版本如下： 下載完成后，在cmd中執(zhí)行安裝命令

pip install opencv_python-3.2.0.8-cp35-cp35m-win_amd64.whl

安裝完成后，進入IDLE輸入命令

import cv2

若未報錯，則opencv-python庫成功導入，環(huán)境搭配成功。

第二步：在原代碼中引入cv2包 第三步：添加視頻識別代碼 主要步驟如下： 1.使用 VideoFileClip 函數(shù)從視頻中抓取圖片。 2.用fl_image函數(shù)將原圖片替換為修改后的圖片，用于傳遞物體識別的每張抓取圖片。 3.所有修改的剪輯圖像被組合成為一個新的視頻。

在原版代碼基礎(chǔ)上，在最后面依次添加如下代碼（可從完整代碼 處復制，但需要作出一些改變，當然也可以直接從下文復制修改后的代碼）：

# Import everything needed to edit/save/watch video clips
import imageio
imageio.plugins.ffmpeg.download()

from moviepy.editor import VideoFileClip
from IPython.display import HTML

此處會下載一個剪輯必備的程序ffmpeg.win32.exe，內(nèi)網(wǎng)下載過程中容易斷線，可以使用下載工具下載完然后放入如下路徑：

C:\Users\ 用戶名 \AppData\Local\imageio\ffmpeg\ffmpeg.win32.exe

def detect_objects(image_np, sess, detection_graph):
    # Expand dimensions since the model expects images to have shape: [1, None, None, 3]
    image_np_expanded = np.expand_dims(image_np, axis=0)
    image_tensor = detection_graph.get_tensor_by_name('image_tensor:0')

    # Each box represents a part of the image where a particular object was detected.
    boxes = detection_graph.get_tensor_by_name('detection_boxes:0')

    # Each score represent how level of confidence for each of the objects.
    # Score is shown on the result image, together with the class label.
    scores = detection_graph.get_tensor_by_name('detection_scores:0')
    classes = detection_graph.get_tensor_by_name('detection_classes:0')
    num_detections = detection_graph.get_tensor_by_name('num_detections:0')

    # Actual detection.
    (boxes, scores, classes, num_detections) = sess.run(
        [boxes, scores, classes, num_detections],
        feed_dict={image_tensor: image_np_expanded})

    # Visualization of the results of a detection.
    vis_util.visualize_boxes_and_labels_on_image_array(
        image_np,
        np.squeeze(boxes),
        np.squeeze(classes).astype(np.int32),
        np.squeeze(scores),
        category_index,
        use_normalized_coordinates=True,
        line_thickness=8)
    return image_np

處理圖像

def process_image(image):
    # NOTE: The output you return should be a color image (3 channel) for processing video below
    # you should return the final output (image with lines are drawn on lanes)
    with detection_graph.as_default():
        with tf.Session(graph=detection_graph) as sess:
            image_process = detect_objects(image, sess, detection_graph)
            return image_process

輸入視頻文件

white_output = 'video1_out.mp4'
clip1 = VideoFileClip("video1.mp4").subclip(25,30)
white_clip = clip1.fl_image(process_image) #NOTE: this function expects color images!!s
%time white_clip.write_videofile(white_output, audio=False)
其中video1.mp4已經(jīng)從電腦中上傳至object_detection文件夾，subclip（25,30）代表識別視頻中25-30s這一時間段。

原版視頻： 展示識別完畢的視頻：

from moviepy.editor import *
clip1 = VideoFileClip("video1_out.mp4")
clip1.write_gif("final.gif")

將識別完畢的視頻導為gif格式，并保存至object_detection文件夾。

看完上述內(nèi)容，你們掌握如何使用TensorFlow進行訓練識別視頻圖像中物體的方法了嗎？如果還想學到更多技能或想了解更多相關(guān)內(nèi)容，歡迎關(guān)注億速云行業(yè)資訊頻道，感謝各位的閱讀！