Tutorial¶

Inception v2 base SSD 300 の転移学習 (Transfer Learning)

Prepare dataset¶

train val¶

.tfrecord を以下のように配置。

data/train: 教師データ
data/val: 検証データ

$ tree data
data
├── change_tfrecord_filename.sh
├── cat-TFRecords-export
├── tf_label_map.pbtxt
├── train
│   ├── frame-fa9aee7507d749368eaea01fde15dc0f.tfrecord
│   ├── frame-fb52802ac5fb1d0e4465c535603cc8d1.tfrecord
│   ├── frame-fcca1acaa65736d0632a4c9d09f46f34.tfrecord
...
│   └── frame-fe032dbfda72e3a42d0a9b00b62695fe.tfrecord
└── val
    ├── frame-fe8158671dbeda266efea62af20d7e97.tfrecord
    ├── frame-ffef9a9882b57f2c6124c889a3ec9afd.tfrecord
    ├── frame-ffef9a9882b57f2c6124c889a3ec9afd.tfrecord
...

cat-TFRecords-export にすべての tfrecord が入っているものとして、

cd docs/Tutorial-TensorFlow-Models/data
bash ./change_tfrecord_filename.sh cat-TFRecords-export

あとは train と val に tfrecord を分けて配置する。

tf_label_map.pbtxt¶

item {
 id: 1
 name: 'cat'
}

config¶

config/ssd_inception_v2_coco.config を編集することで前処理 (data augmentation) を追加・削除できる。

その他 batch size, learning rate などの設定もここで指定できる。

Build Docker image¶

cd docs/Tutorial-TensorFlow-Models

# Build
make build

Run Container¶

make run

コンテナにログインしたら以下を毎回実行する。

cd ~/models/research
export PYTHONPATH=${PYTHONPATH}:$(pwd):$(pwd)/slim

動作テスト

cd ~/models/research
python3 ./object_detection/builders/model_builder_test.py

Train¶

ホストマシンで公開されている事前学習済みモデルをダウンロード。

cd models
bash get_ssd_inception_v2_coco_model.sh

コンテナ内。

nohup python3 ./object_detection/model_main.py \
    --pipeline_config_path="./object_detection_tools/config/ssd_inception_v2_coco.config" \
    --model_dir="./object_detection_tools/saved_model/cat_01" \
    --num_train_steps=20000 \
    --alsologtostderr > ./object_detection_tools/nohup.log &

ctrl+p+q でコンテナから抜ける。

Tensorboard¶

cd docs/Tutorial-TensorFlow-Models/tensorboard
docker build . -t tensorboard:latest
docker run --rm -it -v ${PWD}/saved_model/cat_01:/logs -p 6006:6006 --network host --name tensorboard tensorboard:latest

モデル変換¶

コンテナ内。

python3 ./object_detection/export_inference_graph.py \
    --input_type image_tensor \
    --pipeline_config_path ./object_detection_tools/config/ssd_inception_v2_coco.config \
    --output_directory ./object_detection_tools/exported_graphs/cat_01 \
    --trained_checkpoint_prefix ./object_detection_tools/saved_model/cat_01/model.ckpt-5555
cp ./object_detection_tools/scripts/convert_pbtxt_label.py .
python3 ./convert_pbtxt_label.py \
    -l='./object_detection_tools/data/tf_label_map.pbtxt' \
    > ./object_detection_tools/exported_graphs/cat_01/labels.txt

推論の実行¶

コンテナ内。

cd ~/models/research/object_detection_tools
python3 scripts/detect.py -i ./test.jpg