ODA独自のデータセットで簡単なテストを実行しました。クラスが 1 つしかないかのように、クラスが 1 つしか検出されないことに気付きました。
正しいクラスを検出する例を次に示します。
classes=[[ 1. 1. 2. 2. 1. 2. 1. 2. 1. 2. 2. 1. 2. 2. 2. 2. 2. 2.
2. 2. 2. 2. 1. 2. 1. 2. 1. 1. 2. 1. 2. 1. 2. 2. 2. 2.
1. 2. 2. 1. 2. 1. 1. 1. 2. 2. 2. 1. 1. 1. 2. 1. 1. 2.
2. 2. 1. 1. 2. 1. 2. 2. 1. 1. 1. 2. 1. 2. 2. 1. 2. 2.
2. 2. 1. 1. 1. 1. 2. 1. 2. 2. 1. 1. 2. 1. 2. 1. 2. 2.
1. 1. 2. 1. 1. 2. 2. 2. 1. 2.]]
そして、これは何もしない例です!:
各画像の下に印刷されているこれらの数字は、classes認識されている他のクラスがあるかどうかを確認するために印刷した変数 (以下のコード) の内容です。
classes=[[ 1. 1. 2. 2. 1. 2. 1. 1. 1. 1. 2. 1. 2. 2. 2. 2. 2. 2.
2. 2. 2. 1. 2. 1. 1. 1. 1. 1. 1. 2. 2. 2. 1. 2. 1. 2.
2. 1. 2. 1. 2. 1. 2. 2. 2. 2. 1. 2. 1. 1. 1. 1. 2. 1.
2. 1. 2. 2. 1. 2. 1. 2. 2. 1. 2. 1. 1. 2. 1. 1. 2. 2.
2. 1. 1. 1. 2. 2. 1. 2. 1. 2. 2. 1. 1. 1. 2. 2. 2. 2.
1. 2. 2. 2. 2. 1. 1. 2. 1. 1.]]
そして、クラスを誤って検出する例を次に示します (再度確認できるように、クラス 1 のみを検出します)。
classes=[[ 1. 2. 2. 1. 1. 2. 1. 2. 2. 2. 2. 1. 1. 1. 1. 2. 1. 1.
2. 2. 2. 2. 2. 2. 1. 1. 2. 1. 2. 1. 1. 1. 1. 2. 1. 2.
2. 1. 1. 2. 1. 2. 1. 1. 1. 2. 1. 1. 2. 2. 1. 2. 1. 2.
2. 1. 1. 1. 1. 2. 1. 1. 1. 2. 2. 2. 2. 2. 2. 2. 1. 2.
2. 2. 1. 1. 2. 2. 1. 1. 2. 2. 2. 2. 2. 1. 2. 1. 1. 1.
2. 1. 1. 1. 1. 1. 1. 1. 2. 1.]]
したがって、基本的には、クラス 1 のみの周囲に長方形を描画するだけです! クラス 2 を完全に無視します。次のような Jupyter ノートブックの例で提供されているコードを使用しています。
with detection_graph.as_default():
with tf.Session(graph=detection_graph) as sess:
# Definite input and output Tensors for detection_graph
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.
detection_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.
detection_scores = detection_graph.get_tensor_by_name('detection_scores:0')
detection_classes = detection_graph.get_tensor_by_name('detection_classes:0')
num_detections = detection_graph.get_tensor_by_name('num_detections:0')
for image_path in TEST_IMAGE_PATHS:
image = Image.open(image_path)
# the array based representation of the image will be used later in order to prepare the
# result image with boxes and labels on it.
image_np = load_image_into_numpy_array(image)
# Expand dimensions since the model expects images to have shape: [1, None, None, 3]
image_np_expanded = np.expand_dims(image_np, axis=0)
# Actual detection.
(boxes, scores, classes, num) = sess.run(
[detection_boxes, detection_scores, detection_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=4,max_boxes_to_draw=50)
#print(scores)
plt.figure(figsize=(image_np.shape[1] / float(96), image_np.shape[0] / float(96)))#IMAGE_SIZE
plt.imshow(image_np)
#matplotlib.image.imsave(os.path.basename(image_path), image_np)
plt.show()
print(classes)
設定してみmin_score_thresh=0.1ましたが変わりません！その後max_boxes_to_draw、ご覧のとおり試してみましたが、やはり役に立ちませんでした。コードに関しては、インターネットからモデルをダウンロードする部分を除いて、これと同じです。これをコメントアウトして、事前にトレーニングされた独自のモデルを読み取ります。
オブジェクト検出は初めてで、何が原因なのかわかりません。
更新：
私のラベルマップは次のようになります:
item{
id: 1
name: 'class1'
}
item{
id: 2
name: 'class2'
}
私のデータセットは、以下に示すコードのスニペットを使用して CSV に変換される以下のような XML ファイルで構成されています。注釈の例:
<annotation>
<folder>Imagenet_fldr</folder>
<filename>resized_imgnet_17.jpg</filename>
<path>G:\Tensorflow_section\dataset\Imagenet_fldr\resized_imgnet_17.jpg</path>
<source>
<database>arven</database>
</source>
<size>
<width>384</width>
<height>256</height>
<depth>3</depth>
</size>
<segmented>0</segmented>
<object>
<name>class1</name>
<pose>unknown</pose>
<truncated>1</truncated>
<difficult>0</difficult>
<bndbox>
<xmin>2</xmin>
<ymin>2</ymin>
<xmax>380</xmax>
<ymax>252</ymax>
</bndbox>
</object>
</annotation>
XML を CSV に変換するために使用したスニペットは次のとおりです。
import os
import glob
import pandas as pd
import xml.etree.ElementTree as ET
import sys
def xml_to_csv(path,directory):
xml_list = []
for xml_file in glob.glob(path + '/*.xml'):
#print(xml_file)
tree = ET.parse(xml_file)
root = tree.getroot()
for member in root.findall('object'):
value = (directory+'\\'+root.find('filename').text,
int(root.find('size')[0].text),
int(root.find('size')[1].text),
member[0].text,
int(member[4][0].text),
int(member[4][1].text),
int(member[4][2].text),
int(member[4][3].text)
)
xml_list.append(value)
column_name = ['filename', 'width', 'height', 'class', 'xmin', 'ymin', 'xmax', 'ymax']
xml_df = pd.DataFrame(xml_list, columns=column_name)
return xml_df
def main():
for directory in os.listdir(sys.argv[1]):
image_path = sys.argv[1]+'\\'+directory
#print(image_path)
xml_df = xml_to_csv(image_path,directory)
xml_df.to_csv('{0}_labels.csv'.format(directory), index=None)
print('Successfully converted xml to csv.')
main()
そして最後に、これは私が TFRecords を作成する方法です:
"""
Usage:
# First specify the folder containing images!
# Create train data:
python xgenerate_tf_record.py --images_folder G:\\Tensorflow_section\\dtset\\ --csv_input=train_labels.csv --output_path=train.record
# Create test data:
python xgenerate_tf_record.py --images_folder G:\\Tensorflow_section\\dtset\\ --csv_input=test_labels.csv --output_path=test.record
"""
from __future__ import division
from __future__ import print_function
from __future__ import absolute_import
import os
import io
import pandas as pd
import tensorflow as tf
from PIL import Image
from object_detection.utils import dataset_util
from collections import namedtuple, OrderedDict
from pathlib import Path
flags = tf.app.flags
flags.DEFINE_string('images_folder', '', 'Path to the directory containing images')
flags.DEFINE_string('csv_input', '', 'Path to the CSV input')
flags.DEFINE_string('output_path', '', 'Path to output TFRecord')
FLAGS = flags.FLAGS
# TO-DO replace this with label map
def class_text_to_int(row_label):
if row_label == 'class2':
return 0
if row_label == 'class1':
return 1
else:
None
def split(df, group):
data = namedtuple('data', ['filename', 'object'])
gb = df.groupby(group)
return [data(filename, gb.get_group(x)) for filename, x in zip(gb.groups.keys(), gb.groups)]
def create_tf_example(group, path):
with tf.gfile.GFile(os.path.join(path, '{}'.format(group.filename)), 'rb') as fid:
encoded_img = fid.read()
#print(group, path)
encoded_img_io = io.BytesIO(encoded_img)
image = Image.open(encoded_img_io)
width, height = image.size
filename = group.filename.encode('utf8')
image_format = b'jpg'
xmins = []
xmaxs = []
ymins = []
ymaxs = []
classes_text = []
classes = []
for index, row in group.object.iterrows():
ext = (Path(row['filename']).suffixes)[0].split(".")[1].lower()
#print('format = ',ext)
image_format = bytes(ext, encoding="utf8")
xmins.append(row['xmin'] / width)
xmaxs.append(row['xmax'] / width)
ymins.append(row['ymin'] / height)
ymaxs.append(row['ymax'] / height)
classes_text.append(row['class'].encode('utf8'))
classes.append(class_text_to_int(row['class']))
tf_example = tf.train.Example(features=tf.train.Features(feature={
'image/height': dataset_util.int64_feature(height),
'image/width': dataset_util.int64_feature(width),
'image/filename': dataset_util.bytes_feature(filename),
'image/source_id': dataset_util.bytes_feature(filename),
'image/encoded': dataset_util.bytes_feature(encoded_img),
'image/format': dataset_util.bytes_feature(image_format),
'image/object/bbox/xmin': dataset_util.float_list_feature(xmins),
'image/object/bbox/xmax': dataset_util.float_list_feature(xmaxs),
'image/object/bbox/ymin': dataset_util.float_list_feature(ymins),
'image/object/bbox/ymax': dataset_util.float_list_feature(ymaxs),
'image/object/class/text': dataset_util.bytes_list_feature(classes_text),
'image/object/class/label': dataset_util.int64_list_feature(classes),
}))
return tf_example
def main(_):
#print('In the name of Allah')
writer = tf.python_io.TFRecordWriter(FLAGS.output_path)
dataset_folders = FLAGS.images_folder #'G:\\Tensorflow_section\\dtset\\'
#print('dataset_folders = '+dataset_folders)
path = dataset_folders
examples = pd.read_csv(FLAGS.csv_input)
#print('examples: ',examples)
grouped = split(examples, 'filename')
for group in grouped:
tf_example = create_tf_example(group, path)
writer.write(tf_example.SerializeToString())
writer.close()
output_path = os.path.join(os.getcwd(), FLAGS.output_path)
print('Successfully created the TFRecords: {}'.format(output_path))
if __name__ == '__main__':
tf.app.run()