画像内の「カップラーメン」を検出する [Object Detection API]

train_output_path = os.path.join(FLAGS.output_dir, 'sushi_train.record')
val_output_path = os.path.join(FLAGS.output_dir, 'sushi_val.record')

train_output_path = os.path.join(FLAGS.output_dir, 'cup_train.record')
val_output_path = os.path.join(FLAGS.output_dir, 'cup_val.record')

item {
  id: 1
  name: 'cup-ramen'
}

cd /root/models/research/

export PYTHONPATH=$PYTHONPATH:`pwd`:`pwd`/slim

cd /foo/cup

python create_tf_record.py \
    --annotations_dir=`pwd`/annotations \
    --images_dir=`pwd`/images \
    --output_dir=`pwd` \
    --label_map_path=cup_label_map.pbtxt

cd /foo/cup

wget http://download.tensorflow.org/models/object_detection/ssd_mobilenet_v1_coco_2018_01_28.tar.gz

[フォルダ]
annotations        
images
ssd

[圧縮ファイル]
ssd_mobilenet_v1_coco_2018_01_28.tar.gz

[TFRecord]
cup_train.record 
cup_val.record  

[その他]
create_tf_record.py 
cup_label_map.pbtxt    

# SSD with Mobilenet v1 configuration for MSCOCO Dataset.
# Users should configure the fine_tune_checkpoint field in the train config as
# well as the label_map_path and input_path fields in the train_input_reader and
# eval_input_reader. Search for "PATH_TO_BE_CONFIGURED" to find the fields that
# should be configured.

model {
  ssd {
    num_classes: 90
    box_coder {
      faster_rcnn_box_coder {
        y_scale: 10.0
        x_scale: 10.0
        height_scale: 5.0
        width_scale: 5.0
      }
    }
    matcher {
      argmax_matcher {
        matched_threshold: 0.5
        unmatched_threshold: 0.5
        ignore_thresholds: false
        negatives_lower_than_unmatched: true
        force_match_for_each_row: true
      }
    }
    similarity_calculator {
      iou_similarity {
      }
    }
    anchor_generator {
      ssd_anchor_generator {
        num_layers: 6
        min_scale: 0.2
        max_scale: 0.95
        aspect_ratios: 1.0
        aspect_ratios: 2.0
        aspect_ratios: 0.5
        aspect_ratios: 3.0
        aspect_ratios: 0.3333
      }
    }
    image_resizer {
      fixed_shape_resizer {
        height: 300
        width: 300
      }
    }
    box_predictor {
      convolutional_box_predictor {
        min_depth: 0
        max_depth: 0
        num_layers_before_predictor: 0
        use_dropout: false
        dropout_keep_probability: 0.8
        kernel_size: 1
        box_code_size: 4
        apply_sigmoid_to_scores: false
        conv_hyperparams {
          activation: RELU_6,
          regularizer {
            l2_regularizer {
              weight: 0.00004
            }
          }
          initializer {
            truncated_normal_initializer {
              stddev: 0.03
              mean: 0.0
            }
          }
          batch_norm {
            train: true,
            scale: true,
            center: true,
            decay: 0.9997,
            epsilon: 0.001,
          }
        }
      }
    }
    feature_extractor {
      type: 'ssd_mobilenet_v1'
      min_depth: 16
      depth_multiplier: 1.0
      conv_hyperparams {
        activation: RELU_6,
        regularizer {
          l2_regularizer {
            weight: 0.00004
          }
        }
        initializer {
          truncated_normal_initializer {
            stddev: 0.03
            mean: 0.0
          }
        }
        batch_norm {
          train: true,
          scale: true,
          center: true,
          decay: 0.9997,
          epsilon: 0.001,
        }
      }
    }
    loss {
      classification_loss {
        weighted_sigmoid {
        }
      }
      localization_loss {
        weighted_smooth_l1 {
        }
      }
      hard_example_miner {
        num_hard_examples: 3000
        iou_threshold: 0.99
        loss_type: CLASSIFICATION
        max_negatives_per_positive: 3
        min_negatives_per_image: 0
      }
      classification_weight: 1.0
      localization_weight: 1.0
    }
    normalize_loss_by_num_matches: true
    post_processing {
      batch_non_max_suppression {
        score_threshold: 1e-8
        iou_threshold: 0.6
        max_detections_per_class: 100
        max_total_detections: 100
      }
      score_converter: SIGMOID
    }
  }
}

train_config: {
  batch_size: 24
  optimizer {
    rms_prop_optimizer: {
      learning_rate: {
        exponential_decay_learning_rate {
          initial_learning_rate: 0.004
          decay_steps: 800720
          decay_factor: 0.95
        }
      }
      momentum_optimizer_value: 0.9
      decay: 0.9
      epsilon: 1.0
    }
  }
  fine_tune_checkpoint: "/foo/cup/ssd/model.ckpt"
  from_detection_checkpoint: true
  # Note: The below line limits the training process to 200K steps, which we
  # empirically found to be sufficient enough to train the pets dataset. This
  # effectively bypasses the learning rate schedule (the learning rate will
  # never decay). Remove the below line to train indefinitely.
  num_steps: 200000
  data_augmentation_options {
    random_horizontal_flip {
    }
  }
  data_augmentation_options {
    ssd_random_crop {
    }
  }
}

train_input_reader: {
  tf_record_input_reader {
    input_path: "/foo/cup/cup_train.record"
  }
  label_map_path: "/foo/cup/cup_label_map.pbtxt"
}

eval_config: {
  num_examples: 8000
  # Note: The below line limits the evaluation process to 10 evaluations.
  # Remove the below line to evaluate indefinitely.
  max_evals: 10
}

eval_input_reader: {
  tf_record_input_reader {
    input_path: "/foo/cup/cup_val.record"
  }
  label_map_path: "/foo/cup/cup_label_map.pbtxt"
  shuffle: false
  num_readers: 1
}

cd /root/models/research/
 
PIPELINE_CONFIG_PATH=/foo/cup/ssd_mobilenet_v1_coco.config
MODEL_DIR=/foo/cup/
NUM_TRAIN_STEPS=30000
NUM_EVAL_STEPS=2000
time python object_detection/model_main.py \
    --pipeline_config_path=${PIPELINE_CONFIG_PATH} \
    --model_dir=${MODEL_DIR} \
    --num_train_steps=${NUM_TRAIN_STEPS} \
    --num_eval_steps=${NUM_EVAL_STEPS} \
    --alsologtostderr

tensorboard --logdir /foo/cup--host 0.0.0.0

python object_detection/export_inference_graph.py \
    --input_type image_tensor \
    --pipeline_config_path /foo/cup/ssd_mobilenet_v1_coco.config \
    --trained_checkpoint_prefix /foo/cup/model.ckpt-30000 \
    --output_directory /foo/cup/exported_graphs

PATH_TO_FROZEN_GRAPH = '/foo/cup/exported_graphs/frozen_inference_graph.pb'
PATH_TO_LABELS = '/foo/cup/cup_label_map.pbtxt'
NUM_CLASSES = 1

PATH_TO_TEST_IMAGES_DIR = '/foo/cup/test'
TEST_IMAGE_PATHS = [ os.path.join(PATH_TO_TEST_IMAGES_DIR, '{}.jpg'.format(i)) for i in range(1, 13) ]

/foo/cup

C:\Users\ユーザー名\Desktop\foo\cup

C:\Users\ユーザー名\Desktop\foo\cup\annotations
C:\Users\ユーザー名\Desktop\foo\cup\images
C:\Users\ユーザー名\Desktop\foo\cup\test
C:\Users\ユーザー名\Desktop\foo\cup\create_tf_record.py
C:\Users\ユーザー名\Desktop\foo\cup\cup_label_map.pbtxt
C:\Users\ユーザー名\Desktop\foo\cup\ssd_mobilenet_v1_coco.config

C:\Users\ユーザー名\Desktop\models-archive

// 注意、以下ではないです。
C:\Users\ユーザー名\Desktop\models-archive\models-archive

C:\Users\ユーザー名\Desktop\foo\cup\ssd\saved_model
C:\Users\ユーザー名\Desktop\foo\cup\ssd\checkpoint
C:\Users\ユーザー名\Desktop\foo\cup\ssd\frozen_inference_graph.pb
C:\Users\ユーザー名\Desktop\foo\cup\ssd\model.ckpt.data-00000-of-00001
C:\Users\ユーザー名\Desktop\foo\cup\ssd\model.ckpt.index
C:\Users\ユーザー名\Desktop\foo\cup\ssd\model.ckpt.meta
C:\Users\ユーザー名\Desktop\foo\cup\ssd\pipeline.config

<path>/foo/cup/images/00001.jpg</path>

<path>C:/Users/ユーザー名/Desktop/foo/cup/images/00001.jpg</path>

num_classesを1にする

fine_tune_checkpoint: "C:/Users/ユーザー名/Desktop/foo/cup/ssd/model.ckpt"

train_input_readerの2つを変更
  input_path: "C:/Users/ユーザー名/Desktop/foo/cup/cup_train.record"
  label_map_path: "C:/Users/ユーザー名/Desktop/foo/cup/cup_label_map.pbtxt"

eval_input_readerの2つを変更
  input_path: "C:/Users/ユーザー名/Desktop/foo/cup/cup_val.record"
  label_map_path: "C:/Users/ユーザー名/Desktop/foo/cup/cup_label_map.pbtxt"

import sys
sys.path.append('C:/Users/ユーザー名/Desktop/models-archive/research')

pip install tf_slim
pip install scipy

# COCO APIのインストール
pip install pycocotools-windows

cd C:\Users\ユーザー名\Desktop\foo\cup

python create_tf_record.py ^
  --annotations_dir=./annotations  ^
  --images_dir=./images  ^
  --output_dir=.  ^
  --label_map_path=cup_label_map.pbtxt

sudo apt install protobuf-compiler
cd /mnt/c/Users/ユーザー名/Desktop/models-archive/research
protoc object_detection/protos/*.proto --python_out=.

import sys
sys.path.append('C:/Users/ユーザー名/Desktop/models-archive/research')
sys.path.append('C:/Users/ユーザー名/Desktop/models-archive/research/slim')

cd c:\Users\ユーザー名\Desktop\models-archive\research

python object_detection/model_main.py ^
  --pipeline_config_path=C:\Users\ユーザー名\Desktop\foo\cup\ssd_mobilenet_v1_coco.config ^
  --model_dir=C:\Users\ユーザー名\Desktop\foo\cup\ ^
  --num_train_steps=30000 ^
  --num_eval_steps=2000 ^
  --alsologtostderr

tensorboard --logdir C:\Users\ユーザー名\Desktop\foo\cup --host 0.0.0.0

import sys
sys.path.append('C:/Users/ユーザー名/Desktop/models-archive/research')
sys.path.append('C:/Users/ユーザー名/Desktop/models-archive/research/slim')

cd c:\Users\ユーザー名\Desktop\models-archive\research

python object_detection/export_inference_graph.py ^
  --input_type image_tensor ^
  --pipeline_config_path C:\Users\ユーザー名\Desktop\foo\cup\ssd_mobilenet_v1_coco.config ^
  --trained_checkpoint_prefix C:\Users\ユーザー名\Desktop\foo\cup\model.ckpt-30000 ^
  --output_directory C:\Users\ユーザー名\Desktop\foo\cup\exported_graphs

%%time
import tensorflow as tf
import numpy as np
from PIL import Image

detection_graph = tf.Graph()
with detection_graph.as_default():
    od_graph_def = tf.GraphDef()
    with tf.gfile.GFile('frozen_inference_graph.pb', 'rb') as fid:
        serialized_graph = fid.read()
        od_graph_def.ParseFromString(serialized_graph)
        tf.import_graph_def(od_graph_def, name='')
    
def load_image_into_numpy_array(image):
  (im_width, im_height) = image.size
  return np.array(image.getdata()).reshape(
      (im_height, im_width, 3)).astype(np.uint8)
    
def run_inference_for_single_image(image, graph):
    with graph.as_default():
        with tf.Session() as sess:
            # Get handles to input and output tensors
            ops = tf.get_default_graph().get_operations()
            all_tensor_names = {output.name for op in ops for output in op.outputs}
            
            tensor_dict = {}
            for key in [
                    'num_detections', 'detection_boxes', 'detection_scores',
                    'detection_classes', 'detection_masks'
            ]:
                tensor_name = key + ':0'
                if tensor_name in all_tensor_names:
                    tensor_dict[key] = tf.get_default_graph().get_tensor_by_name(
                            tensor_name)
            if 'detection_masks' in tensor_dict:
                # The following processing is only for single image
                detection_boxes = tf.squeeze(tensor_dict['detection_boxes'], [0])
                detection_masks = tf.squeeze(tensor_dict['detection_masks'], [0])
                # Reframe is required to translate mask from box coordinates to image coordinates and fit the image size.
                real_num_detection = tf.cast(tensor_dict['num_detections'][0], tf.int32)
                detection_boxes = tf.slice(detection_boxes, [0, 0], [real_num_detection, -1])
                detection_masks = tf.slice(detection_masks, [0, 0, 0], [real_num_detection, -1, -1])
                detection_masks_reframed = utils_ops.reframe_box_masks_to_image_masks(
                        detection_masks, detection_boxes, image.shape[0], image.shape[1])
                detection_masks_reframed = tf.cast(
                        tf.greater(detection_masks_reframed, 0.5), tf.uint8)
                # Follow the convention by adding back the batch dimension
                tensor_dict['detection_masks'] = tf.expand_dims(
                        detection_masks_reframed, 0)
              
            image_tensor = tf.get_default_graph().get_tensor_by_name('image_tensor:0')
          
            # Run inference
            output_dict = sess.run(tensor_dict,
                                   feed_dict={image_tensor: np.expand_dims(image, 0)})

            # all outputs are float32 numpy arrays, so convert types as appropriate
            output_dict['num_detections'] = int(output_dict['num_detections'][0])
            output_dict['detection_classes'] = output_dict[
                    'detection_classes'][0].astype(np.uint8)
            output_dict['detection_boxes'] = output_dict['detection_boxes'][0]
            output_dict['detection_scores'] = output_dict['detection_scores'][0]
            if 'detection_masks' in output_dict:
                output_dict['detection_masks'] = output_dict['detection_masks'][0]
    return output_dict

image = Image.open('cup\testにあるカップラーメンの画像.jpg')

# 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.
output_dict = run_inference_for_single_image(image_np, detection_graph)

import sys
sys.path.append('C:/Users/ユーザー名/Desktop/models-archive/research/')
sys.path.append('C:/Users/ユーザー名/Desktop/models-archive/research/object_detection')
from utils import visualization_utils as vis_util
from utils import label_map_util
from matplotlib import pyplot as plt

NUM_CLASSES = 1
PATH_TO_LABELS = 'C:/Users/ユーザー名/Desktop/foo/cup/cup_label_map.pbtxt'

label_map = label_map_util.load_labelmap(PATH_TO_LABELS)
categories = label_map_util.convert_label_map_to_categories(label_map, max_num_classes=NUM_CLASSES, use_display_name=True)
category_index = label_map_util.create_category_index(categories)
IMAGE_SIZE = (12, 8)

# Visualization of the results of a detection.
%matplotlib inline
vis_util.visualize_boxes_and_labels_on_image_array(
      image_np, 
      output_dict['detection_boxes'],
      output_dict['detection_classes'],
      output_dict['detection_scores'],
      # カテゴリ辞書
      category_index, 
      # 最小スコア閾値(デフォルトは50%だが5%に下げる)
      # ※この値を下げれば表示されるBoxが増加します。 
      min_score_thresh= 0.05, 
      instance_masks=output_dict.get('detection_masks'),
      # 正規化された座標を使用する
      use_normalized_coordinates=True, 
      # 線の太さ
      line_thickness=4)  
plt.figure(figsize=IMAGE_SIZE)
plt.imshow(image_np)
print('完了しました。')

ピックアップ

Stable Diffusionのインストール方法(AUTOMATIC1111)【初心者/AIイラスト/画像生成AI/Windows/誰でもAI絵師になれる】

最新の記事

 Windows  2023年11月11日
デュプリケーターでSSD/SSD換装(OS丸ごとクローン)[LGB-2BDPU3ES/LHR-2BDPU3ES]
 Python・人工知能・Django  2023年08月05日
複数の範囲にオブジェクトを指定する【Stable Diffusion Web UI】
 Python・人工知能・Django  2023年08月03日
高画質の美少女、動物、風景を作成する【Stable Diffusion Web UI】
 Python・人工知能・Django  2023年07月30日
画像サイズの自動設定(ワンクリックで変更)【Stable Diffusion Web UI】
 Python・人工知能・Django  2023年07月27日
Stable Diffusion XL(SDXL)をインストールする【Stable Diffusion Web UI】

人気の記事 (毎週月曜日～)

1位	ControlNetのインストール、使い方、モデルの早見表【Stable Diffusion Web UI】
2位	Stable Diffusion XL(SDXL)をインストールする【Stable Diffusion Web UI】
3位	Stable Diffusionのインストール方法(AUTOMATIC1111)【初心者/AIイラスト/画像生成AI/Windows】
4位	Djangoの本番環境を構築する [Ubuntu + Apache]
5位	WindowsでTensorFlow(GPU)の環境を構築する [初心者向け]
6位	Djangoの本番環境を構築する [uWSGI+ Nginx]
7位	Djangoの本番環境を構築する [Gunicorn+ Nginx]
8位	画像サイズの自動設定(ワンクリックで変更)【Stable Diffusion Web UI】
9位	TensorBoardに表示されているログをリセット(初期化)する
10位	複数の範囲にオブジェクトを指定する【Stable Diffusion Web UI】
11位	Django開発環境の構築とインストール [WSL/Ubuntu環境]
12位	Python学習向け総合開発環境のSpyder(スパイダー)
13位	Colab Proの使い方 [高性能GPU]
14位	Jupyter Notebookでプログラムのコード補完、入力補助 [Python]
15位	データベース操作(検索/更新系SQL/プリペア/トランザクション) [Python]
16位	Python/TensorFlowの使い方
17位	高画質の美少女、動物、風景を作成する【Stable Diffusion Web UI】
18位	Djangoプロジェクトの各種初期設定
19位	TensorBoardとJupyter Notebookを同時に起動する[Docker/nvidia-docker2]
20位	Docker/nvidia-docker2のコンテナ上にAnacondaをインストールする

作曲(歌+BGM)

 Free  めえめえ(自動作曲システム)
歌詞を入力するだけで自動作曲する (Web版)

Webアプリ

このブログのマスターが作成した無料ツールです。

 Free  疾風 - ときかぜ - (オープンソース)
ブラウザで写真などの画像を編集する

 Free  PDFデザイナー (オープンソース)
ブラウザでPDFファイルを編集(結合、分割、抽出、回転、しおり等)する

 Free  複数画像のPDF変換
ブラウザで複数の画像を1つのPDFファイルにまとめる

 Free  PDFのテキスト変換
ブラウザでPDFファイルをテキストに変換する

 Free  PDFの画像変換
ブラウザでPDFファイルを画像に変換する

 Free  Exifの確認と削除 (オープンソース)
カメラで撮影した画像ファイル(JPEG)に潜むGPSなどのExif情報を確認、削除する (ブラウザ/スマホ対応)

 Free  エクセルのCSV変換
ブラウザでエクセルをCSVに変換する(一括変換も可能)

 Free  GIFアニメの作成 (オープンソース)
ブラウザで画像からGIFアニメを作成する

 Free  動画のGIFアニメ変換
ブラウザで動画ファイルをGIFアニメへ変換する

 Free  アイコンエディタ
ブラウザでアイコンを作成、読み込み、編集する

 Free  複数画像のAVI変換 (オープンソース)
ブラウザで画像/音声を動画ファイル(AVI)に変換する

 Free  Webカメラ動画変換
ブラウザで映像/音声を動画ファイル(AVI)に変換する

 Free  音声形式の変換 (オープンソース)
ブラウザでMP3/OGG/AAC/FLAC/WAVなどの音声ファイルをWaveファイルに変換する

 Free  Waveファイルで効果音作成 ♪
ブラウザでWaveファイルの効果音を作成する

 Free  Waveフォーマット変換 (オープンソース)
ブラウザで8/16/24/32bitの相互変換。サンプリング周波数、チャンネルを変更する

 Free  音声の結合 / 抽出 / 削除 (オープンソース)
ブラウザでWaveファイルを結合、抽出、削除する

 Free  Waveファイルの解析 (オープンソース)
ブラウザで全体の波形、再生時間、ビットレート、WaveFomat構造体を解析して表示する

 Free  波形データと周波数スペクトル
ブラウザでマイクやパソコン内で流れている音声、MP3/OGG/WAVなどのファイルの周波数を解析する

 Free  双2次フィルタ(BiquadFilter)
ブラウザで音声の特定周波数をカット/増幅/減衰する

 Free  絶対音感
ブラウザでマイクやパソコン内で流れている音声のドレミなどの音階をリアルタイムに表示する (スマホ対応)

 Free  音声録音くん
ブラウザでマイクやパソコン内で流れている音声をMP3/WAVE形式で保存する

 Free  iResEditor (オープンソース)
ブラウザでEXE/DLLファイルのリソースを編集する

 Free  Webの逆アセンブラ
ブラウザでEXE/DLLファイルを逆アセンブルする

※その他にも「プチラボ」でアプリを多数公開しています。

3Dゲーム

このブログのマスターが作成した無料ゲームです。

短時間で遊べるファンタジーのオンラインRPG風

ほのぼの癒し系のスマホアプリ

パズルゲーム

ナンプレのドン！

スマートフォン

このブログのマスターが作成したアプリです。

お主の画像減色 カメラの写真や画像ファイルを「高品質に減色」する

お主は誰だ。 AI(人工知能)が「あなたの顔はどんな芸能人、有名人に似てるか」を判定する顔診断アプリ (女性向け)

AI(人工知能)

おもちゃのAI研究室 イラストの自動着色などのAIアプリの研究室(学習用)

ぱぴー[AI音楽家] 1000曲以上の「ピアノ曲、BGM、歌」の音楽(MP3)がダウンロード可能です。無料、商用利用可能。

ロボット

このブログのマスターが作成したロボットです。(試作機)

ロボットアーム

二足歩行ロボット

四足歩行ロボット

ゲーム記事

「原神」「崩壊スターレイル」の厳選された攻略記事。