PaddleX快速上手版,在工作中遇到的小项目,后期会进一步优化
PaddleX快速上手版,在工作中遇到的小项目,后期会进一步优化
基于Faster RCNN的枪支检测(PaddleX快速上手版)
标题转载自AI Studio
标题项目链接https://aistudio.baidu.com/aistudio/projectdetail/3487237
项目简介:
在平日的生活娱乐场所中存在着诸多安全隐患,其中出售违规枪支、手持枪支抢劫的犯罪情形危害性极大。通过计算机视觉的方法对交通运输、社交娱乐等重点活动场所进行监控,识别出可能存在出售违规枪支、持握枪支的场景,实现预防早期地恶性犯罪事件、降低财产损失、保护人民的生命健康、在公安机关打击有关违法犯罪上至关重要。计算能力的提高、存储设备的发展,使得传统视觉技术中存在的问题逐渐得到改善或解决。本次项目初步使用PaddleX进行快速训练,后期将对其进行其他方面的优化。
目录
- PaddleX工具简介与安装
- 数据集预处理
- 配置超参数并训练模型
- 测试模型效果
- 可视化模型效果
一、PaddleX工具简介与安装
本文使用的框架是PaddleX,PaddleX是飞桨全流程开发工具,集飞桨核心框架、模型库、工具及组件等深度学习开发所需全部能力于一身,集成飞桨智能视觉领域图像分类、目标检测、语义分割、实例分割任务能力,将深度学习开发全流程从数据准备、模型训练与优化到多端部署端到端打通,并提供统一任务API接口及图形化开发界面Demo。
PaddleX代码GitHub链接:https://github.com/PaddlePaddle/PaddleX/tree/develop
PaddleX文档链接:https://paddlex.readthedocs.io/zh_CN/latest/index.html
PaddleX官网链接:https://www.paddlepaddle.org.cn/paddle/paddlex
1.1解压数据集
!unzip data/data128197/guns.zip
1.2PaddleX安装
!pip install paddlex==2.0.0rc4
!pip install lxml
二、数据集预处理
- 数据集包括图像文件和标注文件,用于对象检测神经网络的训练和验证。数据集是由各个网络上的视频与图片裁剪而成。
- 清洗目标把数据集转换成VOC格式
#将txt格式的标注文件转为xml格式
import os,shutil
import cv2
from lxml.etree import Element, SubElement, tostring
def txt_xml(img_path,img_name,txt_path,img_txt,xml_path,img_xml):
#读取txt的信息
clas=[]
img=cv2.imread(os.path.join(img_path,img_name))
imh, imw = img.shape[0:2]
txt_img=os.path.join(txt_path,img_txt)
with open(txt_img,"r") as f:
next(f)
for line in f.readlines():
line = line.strip('\n')
list = line.split(" ")
print(list)
clas.append(list)
node_root = Element('annotation')
node_folder = SubElement(node_root, 'folder')
node_folder.text = '1'
node_filename = SubElement(node_root, 'filename')
#图像名称
node_filename.text = img_name
node_size = SubElement(node_root, 'size')
node_width = SubElement(node_size, 'width')
node_width.text = str(imw)
node_height = SubElement(node_size, 'height')
node_height.text = str(imh)
node_depth = SubElement(node_size, 'depth')
node_depth.text = '3'
for i in range(len(clas)):
node_object = SubElement(node_root, 'object')
node_name = SubElement(node_object, 'name')
node_name.text = "gun"
node_pose=SubElement(node_object, 'pose')
node_pose.text="Unspecified"
node_truncated=SubElement(node_object, 'truncated')
node_truncated.text="0"
node_difficult = SubElement(node_object, 'difficult')
node_difficult.text = '0'
node_bndbox = SubElement(node_object, 'bndbox')
node_xmin = SubElement(node_bndbox, 'xmin')
node_xmin.text = str(clas[i][0])
node_ymin = SubElement(node_bndbox, 'ymin')
node_ymin.text = str(clas[i][1])
node_xmax = SubElement(node_bndbox, 'xmax')
node_xmax.text = str(clas[i][2])
node_ymax = SubElement(node_bndbox, 'ymax')
node_ymax.text = str(clas[i][3])
xml = tostring(node_root, pretty_print=True) # 格式化显示,该换行的换行
img_newxml = os.path.join(xml_path, img_xml)
file_object = open(img_newxml, 'wb')
file_object.write(xml)
file_object.close()
if __name__ == "__main__":
#图像文件夹所在位置
img_path = r"guns/Images"
#标注文件夹所在位置
txt_path=r"guns/Labels"
#txt转化成xml格式后存放的文件夹
xml_path=r"VOC/Annotations"
for img_name in os.listdir(img_path):
print(img_name)
img_xml=img_name.split(".")[0]+".xml"
img_txt=img_name.split(".jpeg")[0]+".txt"
txt_xml(img_path, img_name, txt_path, img_txt,xml_path, img_xml)
2.1可视化原图像标注情况
import os
import xml.dom.minidom
import cv2 as cv
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.patches as patches
from matplotlib.image import imread
import math
ImgPath = "/home/aistudio/VOC/JPEGImages/"
AnnoPath = "/home/aistudio/VOC/Annotations/" # xml文件地址
def draw_rectangle(currentAxis, bbox, edgecolor = 'k', facecolor = 'y', fill=False, linestyle='-'):
# currentAxis,坐标轴,通过plt.gca()获取
# bbox,边界框,包含四个数值的list, [x1, y1, x2, y2]
# edgecolor,边框线条颜色
# facecolor,填充颜色
# fill, 是否填充
# linestype,边框线型
# patches.Rectangle需要传入左上角坐标、矩形区域的宽度、高度等参数
rect=patches.Rectangle((bbox[0], bbox[1]), bbox[2]-bbox[0]+1, bbox[3]-bbox[1]+1, linewidth=1,
edgecolor=edgecolor,facecolor=facecolor,fill=fill, linestyle=linestyle)
currentAxis.add_patch(rect)
image_pre='260'
imgfile = ImgPath + image_pre + '.jpeg'
xmlfile = AnnoPath + image_pre + '.xml'
im = cv.imread(imgfile)
plt.imshow(im)
currentAxis=plt.gca()
# 打开xml文档
DOMTree = xml.dom.minidom.parse(xmlfile)
# 得到文档元素对象
collection = DOMTree.documentElement
filenamelist = collection.getElementsByTagName("filename")
filename = filenamelist[0].childNodes[0].data
# 得到标签名为object的信息
objectlist = collection.getElementsByTagName("object")
for objects in objectlist:
# 每个object中得到子标签名为name的信息
namelist = objects.getElementsByTagName('name')
# 通过此语句得到具体的某个name的值
objectname = namelist[0].childNodes[0].data
#print(objectname)
bndbox = objects.getElementsByTagName('bndbox')
#print(bndbox)
for box in bndbox:
x1_list = box.getElementsByTagName('xmin')
x1 = int(x1_list[0].childNodes[0].data)
y1_list = box.getElementsByTagName('ymin')
y1 = int(y1_list[0].childNodes[0].data)
x2_list = box.getElementsByTagName('xmax')
x2 = int(x2_list[0].childNodes[0].data)
y2_list = box.getElementsByTagName('ymax')
y2 = int(y2_list[0].childNodes[0].data)
bbox=[x1, y1, x2, y2]
draw_rectangle(currentAxis, bbox, edgecolor = 'b')
plt.axis('off')
plt.figure(figsize=(720, 720))
plt.show()
<Figure size 51840x51840 with 0 Axes>
# 设置使用0号GPU卡
import matplotlib
matplotlib.use('Agg')
import os
os.environ['CUDA_VISIBLE_DEVICES'] = '0'
import paddlex as pdx
2.2使用PaddleX划分数据集
!paddlex --split_dataset --format VOC --dataset_dir VOC --val_value 0.2 --test_value 0.1
2.3数据集配置与数据增强
定义数据处理流程,其中训练和测试需分别定义,训练过程包括了部分测试过程中不需要的数据增强操作,如在本示例中,训练过程使用了MixupImage、RandomDistort、RandomExpand、RandomCrop、RandomHorizontalFlip和BatchRandomResize共6种数据增强方式
from paddlex import transforms as T
import paddlex as pdx
train_transforms = T.Compose([
T.MixupImage(mixup_epoch=-1), T.RandomDistort(),
T.RandomExpand(im_padding_value=[123.675, 116.28, 103.53]), T.RandomCrop(),
T.RandomHorizontalFlip(), T.BatchRandomResize(
target_sizes=[
320, 352, 384, 416, 448, 480, 512, 544, 576, 608, 640, 672, 704,
736, 768
],
interp='RANDOM'), T.Normalize(
mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])
])
eval_transforms = T.Compose([
T.Resize(
target_size=640, interp='CUBIC'), T.Normalize(
mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])
])
#数据集加载
train_dataset = pdx.datasets.VOCDetection(
data_dir='VOC',
file_list='VOC/train_list.txt',
label_list='VOC/labels.txt',
transforms=train_transforms,
shuffle=True)
eval_dataset = pdx.datasets.VOCDetection(
data_dir='VOC',
file_list='VOC/val_list.txt',
label_list='VOC/labels.txt',
transforms=eval_transforms)
三、模型训练
3.1Faster RCNN算法简介
- image input;
- 利用selective search 算法在图像中从上到下提取2000个左右的建议窗口(Region Proposal);
- 将整张图片输入CNN,进行特征提取;
- 把建议窗口映射到CNN的最后一层卷积feature map上;
- 通过RoI pooling层使每个建议窗口生成固定尺寸的feature map;
- 利用Softmax Loss(探测分类概率) 和Smooth L1 Loss(探测边框回归)对分类概率和边框回归(Bounding box regression)联合训练.
3.2配置超参数并训练模型
参数说明:
train_dataset:训练数据集。
num_epochs:训练轮次。
train_batch_size:单次训练数据批次大小。
learning_rate:学习率。
num_classes = len(train_dataset.labels) + 1
model = pdx.det.FasterRCNN(num_classes=num_classes)
model.train(
num_epochs=12,
train_dataset=train_dataset,
train_batch_size=2,
eval_dataset=eval_dataset,
learning_rate=0.0025,
lr_decay_epochs=[8, 11],
save_interval_epochs=1,
save_dir='output/faster_rcnn_r50_fpn',
use_vdl=True)
四、模型评估
效果一般,后期会进行优化
model = pdx.load_model('output/faster_rcnn_r50_fpn/best_model')
model.evaluate(eval_dataset, batch_size=1, metric=None, return_details=False)
2022-02-16 20:08:50 [INFO] Model[FasterRCNN] loaded.
2022-02-16 20:08:50 [INFO] Start to evaluate(total_samples=66, total_steps=66)...
2022-02-16 20:08:53 [INFO] Accumulating evaluatation results...
OrderedDict([('bbox_map', 46.72785909655489)])
五、可视化模型效果
import paddlex as pdx
from paddlex import transforms as T
import matplotlib.pyplot as plt
%matplotlib inline
eval_transforms = T.Compose([
T.Resize(target_size=(1088, 1920), interp='CUBIC'),
T.Normalize(mean=[0.40158695, 0.43556893, 0.507324], std=[0.19307534, 0.19843009, 0.2915112])])
model = pdx.load_model('output/faster_rcnn_r50_fpn/best_model')
image_name = 'VOC/JPEGImages/260.jpeg'
result = model.predict(image_name)
pred = pdx.det.visualize(image_name, result, threshold=0.5, save_dir=None)
pred = pred[:, :, ::-1] # 2RGB
plt.figure(figsize=(10, 10))
/JPEGImages/260.jpeg'
result = model.predict(image_name)
pred = pdx.det.visualize(image_name, result, threshold=0.5, save_dir=None)
pred = pred[:, :, ::-1] # 2RGB
plt.figure(figsize=(10, 10))
plt.imshow(pred)
2022-02-16 20:15:36 [INFO] Model[FasterRCNN] loaded.
<matplotlib.image.AxesImage at 0x7f0648550450>
作者简介
百度飞桨开发者技术专家 PPDE
RHCE+RHCSA认证
渗透测试+SRC爱好者(贡献过一些CNVD)
微信公众号:DKsec(后期会更新啦!)
我在AI Studio上获得黄金等级,点亮4个徽章,来互关呀~ https://aistudio.baidu.com/aistudio/personalcenter/thirdview/314275
更多推荐
所有评论(0)