目录
开发DNN
下一步
在这里，我们将建议一种DNN模型，用于检测图像上的驼鹿。然后，我们将提供Python代码来生成输入数据，以使用Caffe训练DNN。然后我们解释如何启动Caffe。最后，我们展示了训练日志并解释了结果。
- 下载源34.8 KB
- 下载模型-26 MB（外部链接）
野蛮的野生生物可能给企业和房主带来痛苦。鹿、驼鹿甚至猫等动物都会对花园、庄稼和财产造成破坏。
在本系列文章中，我们将演示如何在Raspberry Pi上实时（或近实时）检测有害生物（例如驼鹿），然后采取措施消除有害生物。由于我们不想造成任何伤害，我们将通过播放巨大的噪音来吓跑害虫。
欢迎您下载该项目的源代码。我们假设您熟悉Python并且对神经网络的工作原理有基本的了解。
在上一篇文章中，我们组装了用于驼鹿检测的数据集，其中包含带有驼鹿类和背景类对象的图像。在本文中，我们将开发一个分类器DNN模型并将其训练在我们的数据集上。我们将使用Caffe创建和训练DNN。请在您的PC上安装此框架以进行后续操作。
开发DNNDNN的开发从创建模型结构开始。由于我们将在Raspberry P上使用我们的神经网络，因此该模型应该是轻量级的，以便可以足够的速度运行。
从头开始设计优化的DNN模型是一项相当复杂的任务，在此不再赘述。我们建议使用以下网络架构：
这是一个Caffe DNN模型，可以使用免费的在线编辑器进行可视化。它可能不是绝对最佳的模型，但对于我们的目的而言绝对足够好。
这是从AlexNet体系结构派生而来的，该体系结构是成功应用于图像分类的第一个（也是最简单的）网络。我们已经修剪和优化了原始体系结构，以对少量对象类别进行分类。结果模型具有四个带64-128-128-64内核（卷积过滤器）的卷积层。
还有两个池化层，用于将输入图片的尺寸减小到128 x 128像素。中间的完全连接（FC）层具有256个神经元，最后一个FC层具有两个神经元（每个对象类别进行分类：背景和驼鹿）。
我们需要的另一个组件是训练模型，它是一种改进的分类模型，用于替换输入和输出层。
训练模型的输入层必须指定用于训练和测试的标记数据的来源。输出层必须指定损失函数，以使训练期间的输出最小化。
为了提供标记数据的来源，我们创建了文本文件，该文本文件包含带有标签（图像对象类别的标识符）的所有示例图像的路径。让我们将示例图像组织到以下文件夹中：
PI_PEST
- 学习
- 0
- 1
- 测试
- 0
- 1
如您所见，我们有两个主要文件夹，学习和测试，分别用于训练和测试。0子文件夹用于背景样品，而1子文件夹用于驼鹿样品。
首先将每个类的500个样本图像移动到Testing目录，然后将其余所有图像移动到Learning目录。现在，让我们编写一些Python代码来生成源文件：
import os
import numpy as np
import cv2
class TrainFiler:
def get_labels(self, folder):
subfolders = os.scandir(folder)
labels = []
for classfolder in subfolders:
class_name = os.path.basename(classfolder)
files = FileUtils.get_files(classfolder)
for (i, fname) in enumerate(files):
label = fname + " " + class_name
labels.append(label)
return labels
def save_labels(self, labels, filename):
with open(filename, 'w') as f:
for label in labels:
f.write('%s\n' % label)
def gen_train_files(self, learn_folder, test_folder, learn_file, test_file):
labels = self.get_labels(learn_folder)
self.save_labels(labels, learn_file)
labels = self.get_labels(test_folder)
self.save_labels(labels, test_file)我们可以这样运行它：
learn_folder = r"C:\PI_PEST\Learning"
test_folder = r"C:\PI_PEST\Testing"
learn_file = r"C:\PI_PEST\classeslearn.txt"
test_file = r"C:\PI_PEST\classestest.txt"
filer = TrainFiler()
filer.gen_train_files(learn_folder, test_folder, learn_file, test_file)这将导致两个具有以下数据的源文件：
…
C:\PI_PEST\Learning\0\vlcsnap-2020-10-26-16h13m39s332(x253,y219,w342,h342)fliprotate15.png 0
C:\PI_PEST\Learning\0\vlcsnap-2020-10-26-16h13m39s332(x253,y219,w342,h342)fliprotate_15.png 0
C:\PI_PEST\Learning\1\vlcsnap-2020-10-21-13h46m55s365(x106,y28,w633,h633).png 1
C:\PI_PEST\Learning\1\vlcsnap-2020-10-21-13h46m55s365(x106,y28,w633,h633)flip.png 1
…
…
C:\PI_PEST\Testing\0\vlcsnap-2020-10-26-16h16m22s719(x39,y36,w300,h300)smooth5rotate15.png 0
C:\PI_PEST\Testing\0\vlcsnap-2020-10-26-16h16m22s719(x39,y36,w300,h300)smooth5rotate_15.png 0
C:\PI_PEST\Testing\1\vlcsnap-2020-10-26-16h08m31s421(x276,y0,w566,h566)flipsharpen5.png 1
C:\PI_PEST\Testing\1\vlcsnap-2020-10-26-16h08m31s421(x276,y0,w566,h566)flipsharpen5rotate15.png 1
…在开始训练过程之前，最后要做的就是准备所谓的求解器规范。对于Caffe框架，这是一个包含训练过程参数的文本文件。
net: "classes_learn_test.prototxt"
test_iter: 1000
max_iter: 100000
base_lr: 0.001
solver_mode: CPU该net参数指定路径到“训练”的模式，test_iter是准确的测试期间，max_iter是迭代运行的最大数目，base_lr是学习速率的初始值，而solver_mode参数定义是否在CPU或GPU训练过程执行。
要启动Caffe进行模型训练，我们需要将以下数据文件复制到Caffe可执行文件夹中：classes_learn_test.prototxt（训练文件），classeslearn.txt和classestest.txt（生成的训练和测试数据文件），以及classes_solver.prototxt（求解器规范文件）。
使用以下命令启动训练过程：
caffe.exe train -solver=classes_solver.prototxt
在打开的控制台窗口中，您可以看到训练过程的进度：
I1028 09:10:24.546773 32860 solver.cpp:330] Iteration 3000, Testing net (#0)
I1028 09:13:12.228042 32860 solver.cpp:397] Test net output #0: accuracy = 0.95
I1028 09:13:12.229039 32860 solver.cpp:397] Test net output #1: loss = 0.209061 (* 1 = 0.209061 loss)
I1028 09:13:12.605070 32860 solver.cpp:218] Iteration 3000 (1.83848 iter/s, 543.929s/1000 iters), loss = 0.0429298
I1028 09:13:12.605070 32860 solver.cpp:237] Train net output #0: loss = 0.00469132 (* 1 = 0.00469132 loss)
I1028 09:13:12.608062 32860 sgd_solver.cpp:105] Iteration 3000, lr = 0.000800107
I1028 09:19:11.598755 32860 solver.cpp:447] Snapshotting to binary proto file classes_iter_4000.caffemodel
I1028 09:19:11.641045 32860 sgd_solver.cpp:273] Snapshotting solver state to binary proto file classes_iter_4000.solverstate
I1028 09:19:11.661990 32860 solver.cpp:330] Iteration 4000, Testing net (#0)
I1028 09:21:51.567586 32860 solver.cpp:397] Test net output #0: accuracy = 0.971
I1028 09:21:51.568584 32860 solver.cpp:397] Test net output #1: loss = 0.0755974 (* 1 = 0.0755974 loss)
I1028 09:21:51.942620 32860 solver.cpp:218] Iteration 4000 (1.92553 iter/s, 519.337s/1000 iters), loss = 0.0283988
I1028 09:21:51.942620 32860 solver.cpp:237] Train net output #0: loss = 0.0119124 (* 1 = 0.0119124 loss)
I1028 09:21:51.942620 32860 sgd_solver.cpp:105] Iteration 4000, lr = 0.000751262
I1028 09:29:05.931291 32860 solver.cpp:447] Snapshotting to binary proto file classes_iter_5000.caffemodel
I1028 09:29:06.011082 32860 sgd_solver.cpp:273] Snapshotting solver state to binary proto file classes_iter_5000.solverstate
I1028 09:29:06.042008 32860 solver.cpp:330] Iteration 5000, Testing net (#0)
I1028 09:32:13.374222 32860 solver.cpp:397] Test net output #0: accuracy = 0.877
I1028 09:32:13.374222 32860 solver.cpp:397] Test net output #1: loss = 0.861016 (* 1 = 0.861016 loss)
I1028 09:32:13.743319 32860 solver.cpp:218] Iteration 5000 (1.60823 iter/s, 621.8s/1000 iters), loss = 0.000519958
I1028 09:32:13.743319 32860 solver.cpp:237] Train net output #0: loss = 0.000306881 (* 1 = 0.000306881 loss)
I1028 09:32:13.745313 32860 sgd_solver.cpp:105] Iteration 5000, lr = 0.000708472我们应该监视的值为accuracy。在迭代4000中增加到97.1％，然后开始减少。这可能是由于训练模型的过度拟合。因此，我们应该停止该过程，并从第4000次迭代中获取模型文件。
下一步在接下来的文章中，我们将向您展示如何开发一个简单的运动检测器，并与训练的DNN模型结合起来，以检测视频驼鹿。
https://www.codeproject.com/Articles/5289752/Training-a-DNN
