对196种车型分类
转自:
利用Matlab自带的深度学习工具进行车辆区域检测与车型识别【福利-内附源码与数据库】（一）
前言
Okay……最近事情比较多，博客也发的少，所以决定搞一次大新闻。本此的博客详细记录了我使用Matlab进行车辆区域检测（R-CNN）与车型识别（AlexNet）的过程。并且内包含了训练数据集、测试数据集以及源码。
训练数据集是使用的斯坦福大学的一个车型数据库，内含196种不同的车型。写到这里我真的很想吐槽一下这个数据库里面的奥迪车系：很多黑白的图片啊喂！！！ 做训练的时候AlexNet数据输入维度是3啊喂！！！害的我自己找了很多图片啊！！！….
环境
测试环境：
硬件：
Intel i5-4590
GTX 980
软件：
Matlab R2016b（只有这个版本才实现了RCNN…）
数据集的下载
嗯。一上来就发福利：
原始数据集，内含train/test：http://pan.baidu.com/s/1miTn9jy
我规整后的数据集，将图片变换为227*227，并且对少量黑白图片进行了替换：http://pan.baidu.com/s/1pKIbQiB
接下来的这个是每一张图片所对应的车型标注文件：http://pan.baidu.com/s/1nuOR7PR
在Matlab中下载AlexNet
AlexNet是2012年ImageNet大赛的冠军。它一共有8层，其中了5个卷积层，2层全连接和一层分类，如果使用其对一张图片进行前向传播，那么最后输出的这张图片属于1000种物体中哪一个的概率。
我这里对AlexNet在Matlab中进行了定义，这是我的代码和网络结构：
function [AlexLayer,opts]=MakeAlexLayer
inputLayer = imageInputLayer([227 227 3],'Name','Input');
middleLayers = [
convolution2dLayer([11 11], 96,'NumChannels',3,'Stride',4,'Name','conv1','Padding',0)
reluLayer('Name','relu1')
crossChannelNormalizationLayer(5,'Name','norm1')
maxPooling2dLayer(3, 'Stride', 2,'Name','pool1','Padding',0)
convolution2dLayer([5 5], 256, 'NumChannels',48,'Padding', 2,'Name','conv2','Stride',1)
reluLayer('Name','relu2')
crossChannelNormalizationLayer(5,'Name','norm2')
maxPooling2dLayer(3, 'Stride',2,'Name','pool2','Padding',0)
convolution2dLayer([3 3], 384, 'NumChannels',256,'Padding', 1,'Name','conv3','Stride',1)
reluLayer('Name','relu3')
convolution2dLayer([3 3], 384,'NumChannels',192, 'Padding', 1,'Name','conv4','Stride',1)
reluLayer('Name','relu4')
convolution2dLayer([3 3], 256, 'NumChannels',192,'Padding', 1,'Name','conv5','Stride',1)
reluLayer('Name','relu5')
maxPooling2dLayer(3, 'Stride',2,'Name','pool5','Padding',0)
];
finalLayers = [
fullyConnectedLayer(4096,'Name','fc6')
reluLayer('Name','relu6')
%caffe中有这一层
dropoutLayer(0.5,'Name','dropout6')
fullyConnectedLayer(4096,'Name','fc7')
reluLayer('Name','relu7')
%caffe中有这一层
dropoutLayer(0.5,'Name','dropout7')
%196种车
fullyConnectedLayer(196,'Name','fc8')
softmaxLayer('Name','softmax')
classificationLayer('Name','classification')
];
AlexLayer=[inputLayer
middleLayers
finalLayers];
opts = trainingOptions('sgdm', ...
'Momentum', 0.9, ...
'InitialLearnRate', 0.001, ...
'LearnRateSchedule', 'piecewise', ...
'MaxEpochs', 500, ...
'MiniBatchSize', 100, ...
'Verbose', true);
end
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 55
由于数据库太小，loss一直比较高。所以我们还是在网上下载一下人家训练好的网络来微调吧（逃
地址：http://www.vlfeat.org/matconvnet/models/beta16/
对AlexNet进行Finetune
首先读入这个AlexNet：
AlexNet=helperImportMatConvNet('AlexLayerFromWeb.mat');- 1
观察其网络结构：
AlexNet.Layers- 1
我们要对其进行微调，那么其实前面的卷积层都不用改，要改的就是最后的一个全连接层，要把它改成我们的层。由于车型一共是196种，所以全连接的输出也得改成196，后面再接上一个softmax层和一个classificationLayer,并且定义训练方式：
function [AlexLayer_New , optionsTransfer]=FineTune(AlexNet)
AlexNet_reduce = AlexNet.Layers(1:end-3);
%add
Last3Layers = [
fullyConnectedLayer(196,'Name','fc8','WeightLearnRateFactor',10, 'BiasLearnRateFactor',20)
softmaxLayer('Name','softmax')
classificationLayer('Name','classification')
];
AlexLayer_New=[AlexNet_reduce
Last3Layers];
optionsTransfer = trainingOptions('sgdm',...
'MaxEpochs',10,...
'InitialLearnRate',0.0005,...
'Verbose',true,'MiniBatchSize', 100);%MiniBatchSize根据显卡内存而定
end- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
运行：
[AlexLayer_New , optionsTransfer]=FineTune(AlexNet)- 1
得到新的网络层级： 
Okay，现在我们要开始准备数据了。有两个方式，可以直接下载我的traindata.mat，并且按照里面的路径来放一下cars_train这个文件夹。那么我们就直接可以：
load('traindata.mat')- 1
第二种方式，稍微复杂一点。打开我更改后的数据集，自己来做imageDatastore容器。首先解压cars_train_croped(227_227)这个文件夹，然后在Matlab中写入：
traindata=imageDatastore('cars_train_croped(227_227)/','LabelSource','none')- 1
这个时候是没有Label的。我们的Label在哪里呢？在cars_train_annos.mat中。将其读入：
load 'cars_train_annos.mat';
%annotations.class即为标注信息
traindata.Labels=categorical([annotations.class])- 1
- 2
- 3
看看是否成功了：
unique(traindata.Labels)%应该输出196个数字，从1-196- 1
好的，现在我们可以开始训练！
AlexNet_New=trainNetwork(traindata,AlexLayer_New,optionsTransfer)- 1
这是我的结果： 
似乎还不错。
调用其对图片进行测试，我们需要读入一个车型的文件： 
封装一下进行测试的代码：
function test(fileRoad,AlexNet_New,class_names)
testImage=imread(fileRoad);
testImage_=imresize(testImage,[227 227]);
TypeNum=classify(AlexNet_New,testImage_);
TypeName=class_names(TypeNum);
disp(TypeName);
figure;
imshow(testImage);
end- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
对单张图片进行测试：
test('bmw.jpg',AlexNet_New,class_names)- 1
结果： 
至于这张图片具体型号是什么，我也不知道。反正肯定是宝马嘛。（废话！）
—————————-UPDATE————————————-
新的demo已经开源：
http://blog.csdn.net/Mr_Curry/article/details/68921497
利用Matlab自带的深度学习工具进行车辆区域检测与车型识别【福利-内附源码与数据库】（二）
前言
这次的博客主要是关于如何进行车辆区域检测的，因为前段时间要考试了，沉迷学习（逃 没有更新。把代码上传到了Github，有兴趣的同学可以下下来玩一玩。这一次更新了一个GUI界面，当然，是我们Matlab课的小伙伴一起做的~
如何使用R-CNN?
在Matlab中，其实都很简单，一个训练的函数而已，最后生成一个RCNN-Object对象，即为RCNN训练得到的分类器。
这里直接上我的训练方法吧。一开始用的是上一篇微调后的AlexNet，但是测试的时候（我尼玛那叫一个慢啊）后来使用了cifar10Net，速度有提升，但是效果下降不少。
首先要明确，cifar10Net是Matlab2016b里面送给你的，你可以直接读取，具体可以看http://www.mathworks.com/examples/matlab-computer-vision/mw/vision_product-DeepLearningRCNNObjectDetectionExample-object-detection-using-deep-learning
load('rcnnStopSigns.mat','cifar10Net')- 1
我们查看网络结构：
cifar10Net.Layers- 1
只有3个卷积层，总共的层数也少了7层，权重参数肯定是下降了一个数量级，快也是有原因的，效果不太好也是有原因的。
然后我们要把这个后面的全连接层改成我们自己的fc-rcnn层，如何修改呢？直接上函数就行：
cifar10NetRCNN= trainRCNNObjectDetector(data, cifar10Net, options, ...
'NegativeOverlapRange', [0 0.2], 'PositiveOverlapRange',[0.7 1])- 1
- 2
训练策略可以参考：
trainingOptions('sgdm', ...
'Momentum', 0.9, ...
'InitialLearnRate', 0.005, ...
'LearnRateSchedule', 'piecewise', ...
'LearnRateDropFactor', 0.1, ...
'LearnRateDropPeriod',128, ...
'L2Regularization',0.01, ...
'MaxEpochs', 100, ...
'MiniBatchSize', 100, ...
'Verbose', true);- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
其中这个data，你必须处理成一个table，像这样的格式： 
训练的结果： 
结果
这里是一些结果： 
GUI的演示：
详情请见Github：https://github.com/ChenJoya/Vehicle_Detection_Recognition
求星星！~~~
———————-UPDATE————————–
新的demo，详见：