Object detection APIで自作データセットを訓練する②

[前回]

horomary.hatenablog.com

label_map.pbtxtの作成

label_map.pbtxtはラベル名とidを対応づけるファイルです。
TFrecordに格納したimage/object/class/labelとimage/object/class/textに対応するようにしましょう。

# label_map.pbtxt 記入例
item {
  id: 1
  name: 'toho_face'
}

configファイルの設定

configファイルのテンプレートはobject_detection/samples/configsに置いてあります。

models/research/object_detection/samples/configs at master · tensorflow/models · GitHub

使用するモデルに対応するテンプレートをダウンロードし、中身を適切に書き換えましょう。
訓練済みモデル、TFrecordおよびlable_mp.pbtxtのPATH設定と分類クラス数、トレーニングとテストの画像数を変更すればOKです。
トレーニング時に～ not found 系のエラーを吐いたらここで適切にパスが設定されていないことが原因の可能性が高いです。

# 記入例　faster_rcnn_inception_v2_pets.config　の場合
# Faster R-CNN with Inception v2, configured for Oxford-IIIT Pets 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 {
  faster_rcnn {
    num_classes: 1　　#クラス数を変更
    image_resizer {
      keep_aspect_ratio_resizer {
        min_dimension: 600
        max_dimension: 1024
      }
    }
    feature_extractor {
      type: 'faster_rcnn_inception_v2'
      first_stage_features_stride: 16
    }
    first_stage_anchor_generator {
      grid_anchor_generator {
        scales: [0.25, 0.5, 1.0, 2.0]
        aspect_ratios: [0.5, 1.0, 2.0]
        height_stride: 16
        width_stride: 16
      }
    }
    first_stage_box_predictor_conv_hyperparams {
      op: CONV
      regularizer {
        l2_regularizer {
          weight: 0.0
        }
      }
      initializer {
        truncated_normal_initializer {
          stddev: 0.01
        }
      }
    }
    first_stage_nms_score_threshold: 0.0
    first_stage_nms_iou_threshold: 0.7
    first_stage_max_proposals: 300
    first_stage_localization_loss_weight: 2.0
    first_stage_objectness_loss_weight: 1.0
    initial_crop_size: 14
    maxpool_kernel_size: 2
    maxpool_stride: 2
    second_stage_box_predictor {
      mask_rcnn_box_predictor {
        use_dropout: false
        dropout_keep_probability: 1.0
        fc_hyperparams {
          op: FC
          regularizer {
            l2_regularizer {
              weight: 0.0
            }
          }
          initializer {
            variance_scaling_initializer {
              factor: 1.0
              uniform: true
              mode: FAN_AVG
            }
          }
        }
      }
    }
    second_stage_post_processing {
      batch_non_max_suppression {
        score_threshold: 0.0
        iou_threshold: 0.6
        max_detections_per_class: 100
        max_total_detections: 300
      }
      score_converter: SOFTMAX
    }
    second_stage_localization_loss_weight: 2.0
    second_stage_classification_loss_weight: 1.0
  }
}

train_config: {
  batch_size: 1
  optimizer {
    momentum_optimizer: {
      learning_rate: {
        manual_step_learning_rate {
          initial_learning_rate: 0.0002
          schedule {
            step: 900000
            learning_rate: .00002
          }
          schedule {
            step: 1200000
            learning_rate: .000002
          }
        }
      }
      momentum_optimizer_value: 0.9
    }
    use_moving_average: false
  }
  gradient_clipping_by_norm: 10.0
  fine_tune_checkpoint: "C:/Users/owner/Desktop/Project_toho/Object_detection/faster_rcnn_inception_v2_coco_2018_01_28/model.ckpt"　#ダウンロードした訓練済みモデルの場所
  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 {
    }
  }
}


train_input_reader: {
  tf_record_input_reader {
    input_path: "C:/Users/owner/Desktop/Project_toho/Object_detection/train.record"   #TFrecordの場所（train）
  }
  label_map_path: "C:/Users/owner/Desktop/Project_toho/Object_detection/training/label_map.pbtxt"　# label_mapの場所
}

eval_config: {
  num_examples: 50　＃train画像数
  # Note: The below line limits the evaluation process to 10 evaluations.
  # Remove the below line to evaluate indefinitely.
  max_evals: 30　＃test画像数
}

eval_input_reader: {
  tf_record_input_reader {
    input_path: "C:/Users/owner/Desktop/Project_toho/Object_detection/test.record"    #TFrecordの場所（train）
  }
  label_map_path: "C:/Users/owner/Desktop/Project_toho/Object_detection/label_map.pbtxt" # label_mapの場所
  shuffle: false
  num_readers: 1
}

注意点するべきは、
フルパスで記述すること
￥ではなく/を使うこと（winでも）　の二点です。

また、step=0 の learning_rate の設定があったらブロックごと消しましょう。現在の仕様ではValueError: First step cannot be zero.のエラーを吐きます。

#このブロックがあるとエラーになるので削除
schedule {
            step: 0
            learning_rate: .00002
          }

以下の部分を変更することで画像へのdata_augmentationを設定することも可能です。
デフォルトではランダムに左右反転（random_horizontal_flip）が有効になっていました。

data_augmentation_options {
    random_horizontal_flip {
    }
  }

他に設定可能なdata_augmentationのオプションはこちら

models/preprocessor.proto at master · tensorflow/models · GitHub

モデルのトレーニング

object_detection/legacyにあるtrain.pyを実行しましょう。

# --train_dir で指定したディレクトリにチェックポイントファイルが保存される
python ./legacy/train.py --logtostderr --train_dir=log --pipeline_config_path=faster_rcnn_inception_v2_pets.config

　トレーニングが終わったらinference_graphを出力します。(model.ckpt-以下の数字は例）

python export_inference_graph.py --input_type image_tensor --pipeline_config_path faster_rcnn_inception_v2_pets.config --trained_checkpoint_prefix log/model.ckpt-4902 --output_directory inference_graph

物体検出

object_detection/object_detection_tutorial.ipynbに訓練したモデルで物体検出するコードが書いてあります。

おわりに

はじめは様々なエラーに苦しめられましたが慣れるととても楽です。
ラベル付けした画像さえ用意すれば何も考えなくて良いのでダメ人間になります。

参考

github.com

どこから見てもメンダコ

軟体動物門頭足綱八腕類メンダコ科