使用TensorRT和Jetson TX1 / TX2部署深度学习推理网络和深度视觉原语的指南 学习二

通过 digest  来做分类

TensorRT下载地址：https://developer.nvidia.com/nvidia-tensorrt-download 
TesnsoRT介绍文档：https://devblogs.nvidia.com/tensorrt-3-faster-tensorflow-inference/ 
TensorRT开发者指南：http://docs.nvidia.com/deeplearning/sdk/tensorrt-developer-guide/index.html 
TensorRT样例代码：http://docs.nvidia.com/deeplearning/sdk/tensorrt-developer-guide/index.html#samples 

在训练了30个epochs之后，您将看到下面的界面：

这时，我们可以尝试利用我们的模型测试一下。在刚才训练好的模型的页面下面，有一个Test a single image,在Image Path中，输入您要测试的路径（在我们的例子里面，我输入的是/ilsvrc12/n02127052/n02127052_1203.jpg）。

点击Classify One 按钮，然后你就会看到下面这样的结果：

利用我们训练的GoogleNet-12的模型识别这张图片是一只猫，原来1000类的分类中，它是一只猞猁。这样就说明我们训练的模型是ok的，因为猞猁在12类的GoogleNet中被分到了猫的类别中。

Downloading Model Snapshot to Jetson

现在，我们确定了我们训练的模型可以正常工作了，接下来我们要把它下载并解压到Jetson中。通过你TX1/TX2上面的浏览器，访问DIGITS服务器，选择GoogleNet-ILSVRC12-subset 模型，点击下载模型。

如果你的Jetson和DIGITS服务器没法直接访问，你可以把模型下载到本地，然后通过SCP和USB来将模型拷贝到Jetson中。

然后解压：

tar -xzvf 20170524-140310-8c0b_epoch_30.0.tar.gz

• 1

接下来我们会加载我们训练好的模型到TensorRT，并且在Jetson上运行。

Loading Custom Models on Jetson

imagenet-console 和 imagenet-camera程序可以通过扩展命令行参数来加载模型。我们可以设置$NET 变量到你的模型地址：

$ NET=networks/GoogleNet-ILSVRC12-subset

$ ./imagenet-console bird_0.jpg output_0.jpg \
--prototxt=$NET/deploy.prototxt \
--model=$NET/snapshot_iter_184080.caffemodel \
--labels=$NET/labels.txt \
--input_blob=data \
--output_blob=softmax

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8

在以前，识别类别和置信值将会水印到输出图片上。下面展示了1000类的GoogleNet和12类的GoogleNet的识别结果：

上面的命令同样适合于imagenet-camera.

Locating Object Coordinates using DetectNet

之前的图像识别的例子，输出的是整张图片的类别概率。第二种我们教程中重点讲述的深度学习的能力是目标检测，找到目标在画面中的位置（画出每一个目标的框框）。这个是利用detectNet或者目标检测/定位网络。

detectNet的输入是一个二维图片，输出是一个检测目标的列表。要训练一个目标检测的模型，首先要预训练一个识别模型，除了图像数据集之外，还要有一个带边界框标识的训练数据集（ImageSet with bounding box labels）

在这个教程中，预训练模型包括：

1. ped-100 (single-class pedestrian detector)
2. multiped-500 (multi-class pedestrian + baggage detector)
3. facenet-120 (single-class facial recognition detector)
4. coco-airplane (MS COCO airplane class)
5. coco-bottle (MS COCO bottle class)
6. coco-chair (MS COCO chair class)
7. coco-dog (MS COCO dog class)

就像之前的例子一样，这里我业提供了单张图片和基于视频流的检测的命令行程序。

Detection Data Formatting in DIGITS

目标检测的离子的数据集包括KITTI, MS-COCO等等。用KITTI数据集可以查看这里

不管数据是什么样，DIGITS会用KITTI的数据格式来获取目标检测的框架标签。这些都是有文本文件组成，包括帧号对应的图像文件名，就想下下面这样：

dog 0 0 0 528.63 315.22 569.09 354.18 0 0 0 0 0 0 0
sheep 0 0 0 235.28 300.59 270.52 346.55 0 0 0 0 0 0 0

• 1
• 2

您可以在这里查看DIGITS用到的文件结构和KITTI标签的格式

Downloading the Detection Dataset

我们可以查看这里来了解利用MS-COCO数据库来训练和部署检测日常物体的网络模型。参见coco2kitti.py脚本将ms-coco对象类转换为Kitti格式。如果变成DIGITS的文件格式，他们就可以在DIGITS里面直接引用。对于样例中，数据格式已经处理过了，已经将数据转化成DIGITS/KITTI的格式。

在您的DIGITS服务器对上，打开一个终端，利用下面的命令，下载解压sample MS-COCO classes 数据：

$ wget --no-check-certificate https://nvidia.box.com/shared/static/tdrvaw3fd2cwst2zu2jsi0u43vzk8ecu.gz -O coco.tar.gz

HTTP request sent, awaiting response... 200 OK
Length: 5140413391 (4.5G) [application/octet-stream]
Saving to: ‘coco.tar.gz’

coco 100%[======================================>]   4.5G  3.33MB/s    in 28m 22s 

2017-04-17 10:41:19 (2.5 MB/s) - ‘coco.tar.gz’ saved [5140413391/5140413391]

$ tar -xzvf coco.tar.gz 

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11

这些DIGITS上的数据包括了飞机，瓶子，椅子和狗的类别。 coco2kitti.py可以用来转换其他类别。

Importing the Detection Dataset into DIGITS

通过浏览器访问你的DIGITS服务器，选择在New Dataset中选择Object Detection。

在接下来的表单中，按照下面的内容修改您的参数：

• Training image folder: coco/train/images/dog 
• Training label folder: coco/train/labels/dog 
• Validation image folder: coco/val/images/dog 
• Validation label folder: coco/val/labels/dog 
• Pad image (Width x Height): 640 x 640 
• Custom classes: dontcare, dog 
• Group Name: MS-COCO 
• Dataset Name: coco-dog

在最下面，给您的数据库起一个名字，然后点击Create按钮。接下来，我们将创建一个新的检测模型，并且开始训练。