基于Tensorflow和Opencv的行人检测

本文主要记录在Tensorflow和Opencv环境下实现行人检测的主要步骤，特别是一些常用命令和需要用到的脚本文件，生成的模型文件等。文章主要分为以下几个部分：环境搭建、数据集生成制作、Tensoflow训练、导出模型在Opencv中实现行人检测。

 

目录

一、环境搭建... 2

1.1 tensorflow.. 2

1.2 opencv. 2

1.3下载opencv4.1.1源码... 3

1.4下载安装protoc. 3

1.5安装Tensorflow object_detection API及下载models文件... 3

1.6 下载视频数据集... 4

二、数据集生成制作... 4

2.1获取每一帧图像... 4

2.2获取标注信息... 5

2.3生成Pascal VOC2012数据集... 6

2.4生成tf record. 8

三、Tensorflow训练... 9

3.1迁移学习... 9

3.2运行训练... 10

四、导出模型在Opencv中实现行人检测... 11

4.1模型导出生成pb文件... 11

4.2 Opencv中使用tensorflow.. 11

4.3运行结果... 12

 

 

一、环境搭建

1.1 tensorflow

首先是最重要的tensorflow和opencv环境安装。已经安装好了，这里检查一下版本信息。

打开cmd，输入命令：da info –envs

可见tensorflow环境已经安装好了，再输入命令：activate tensorflow_gpu_1.12_py37

此时已进入tensorflow，我的tensorflow版本是1.12.0的GPU版本的

具体查看tensorflow版本也可用以下命令实现：

python

import tensorflow as tf

tf.__version__

1.2 opencv

同样查看opencv可用以下命令

python

import cv2 as cv

cv.__version__

可见我的opencv是4.1.1版本的。

1.3下载opencv4.1.1源码

需要注意的是，需要下载opencv4.1.1源码，在后续会用到其中的脚本文件D:\packages\opencv-4.1.1\sources\samples\dnn\tf_text_graph_ssd.py

1.4下载安装protoc

安装protoc是为了编译下面的Object Dection对象检测API

Windows 10下可以直接下载已经编译好的protoc可执行文件，一定要安装3.4.0版本的protoc才不会报错。

https://github.com/protocolbuffers/protobuf/releases/download/v3.4.0/protoc-3.4.0-win32.zip

1.5安装Tensorflow object_detection API及下载models文件

Github官网上有安装教程，但只有Ubuntu系统的教程：

https://github.com/tensorflow/models/tree/master/research/object_detection

想在win10下安装，可以参考下面的博客：

https://blog.csdn.net/qq_28019591/article/details/82023949

1.6 下载视频数据集

视频数据：

http://www.robots.ox.ac.uk/ActiveVision/Research/Projects/2009bbenfold_headpose/Datasets/TownCentreXVID.avi
标注信息
http://www.robots.ox.ac.uk/ActiveVision/Research/Projects/2009bbenfold_headpose/Datasets/TownCentre-groundtruth.top

二、数据集生成制作

2.1获取每一帧图像

执行extract_towncentre.py脚本，代码如下：

 

import cv2 as cv

import os

def video2ims(src, train_path="images", test_path="test_images", factor=2):

    os.mkdir(train_path)

    os.mkdir(test_path)

    frame = 0

    cap = cv.VideoCapture(src)

    counts = int(cap.get(cv.CAP_PROP_FRAME_COUNT))

    w = int(cap.get(cv.CAP_PROP_FRAME_WIDTH))

    h = int(cap.get(cv.CAP_PROP_FRAME_HEIGHT))

    print("number of frames : %d"%counts)

    while True:

        ret, im = cap.read()

        if ret is True:

            if frame < 3600:

                path = train_path

            else:

                path = test_path

            im = cv.resize(im, (w//factor, h//factor))

            cv.imwrite(os.path.join(path, str(frame)+".jpg"), im)

            frame += 1

        else:

            break

    cap.release()

if __name__== "__main__":

    video2ims("D:/images/video/TownCentreXVID.avi")

 

功能：将视频一分为二，前3600帧作为训练集，后3600帧作为测试集。并把每一帧图像保存为jpg文件，分别存贮在images目录下和test_images目录下。

2.2获取标注信息

执行extract_GT.py脚本，代码如下：

import os
import pandas as pd

if __name__ == '__main__':

    GT = pd.read_csv('D:/images/video/TownCentre-groundtruth.top', header=None)
    indent = lambda x, y: ''.join(['  ' for _ in range(y)]) + x

    factor = 2
    train_size = 3600

    os.mkdir('xmls')
    name = 'pedestrian'
    width, height = 1920 // factor, 1080 // factor

    for frame_number in range(train_size):

        Frame = GT.loc[GT[1] == frame_number]
        x1 = list(Frame[8])
        y1 = list(Frame[11])
        x2 = list(Frame[10])
        y2 = list(Frame[9])
        points = [[(round(x1_), round(y1_)), (round(x2_), round(y2_))] for x1_, y1_, x2_, y2_ in zip(x1, y1, x2, y2)]

        #其中VOC2012/JPEGImages/不能改
        with open(os.path.join('xmls', str(frame_number) + '.xml'), 'w') as file:
            file.write('\n')
            file.write(indent('voc2012\n', 1))
            file.write(indent('' + str(frame_number) + '.jpg' + '\n', 1))
            file.write(indent('D:/pedestrian_data/VOC2012/JPEGImages/' + str(frame_number) + '.jpg' + '\n', 1))
            file.write(indent('\n', 1))
            file.write(indent('' + str(width) + '\n', 2))
            file.write(indent('' + str(height) + '\n', 2))
            file.write(indent('3\n', 2))
            file.write(indent('\n', 1))

            for point in points:

                top_left = point[0]
                bottom_right = point[1]

                if top_left[0] > bottom_right[0]:
                    xmax, xmin = top_left[0] // factor, bottom_right[0] // factor
                else:
                    xmin, xmax = top_left[0] // factor, bottom_right[0] // factor

                if top_left[1] > bottom_right[1]:
                    ymax, ymin = top_left[1] // factor, bottom_right[1] // factor
                else:
                    ymin, ymax = top_left[1] // factor, bottom_right[1] // factor

                file.write(indent('\n', 1))

            file.write('\n')

        print('File:', frame_number, end='\r')

功能：提取TownCentre-groundtruth.top中的标注信息，存放到xmls目录下。

注意：程序中关于VOC2012的目录路径必须与数据集的要求保持一致。

可以从xmls文件查看到标注信息。

 

2.3生成Pascal VOC2012数据集

Pascal VOC2012官网：http://host.robots.ox.ac.uk/pascal/VOC/voc2012/index.html

将上面生成的训练集图片，images目录下的图片复制到：

D:\pedestrian_data\VOC2012\JPEGImages

将xmls文件复制到：

D:\pedestrian_data\VOC2012\Annotation

 

在D:\pedestrian_data\VOC2012\ImageSets\Main目录下生成pedestrin_train.py和pedestrin_val.py（可以用脚本creat_trainval.py来生成）

注意pedestrin_train.py和aeroplane_train.py文件名，如果不修改C:\Users\P7XXTM1-G\AppData\Local\conda\conda\envs\tensorflow_gpu_1.12_py37\models\research\object_detection\dataset_tools\create_pascal_tf_record.py文件的话，则必须要用aeroplane_train.py和aeroplane_val.py来命名。

 

2.4生成tf record

其中，label_map文件用来描述数据有多少个类别，每个类别的id和name是什么。制作label_map.pbtxt文件可以参考下面的文件：

C:\Users\P7XXTM1G\AppData\Local\conda\conda\envs\tensorflow_gpu_1.12_py37\models\research\object_detection\data\pet_label_map.pbtxt

也可以用

C:\Users\P7XXTM1-G\AppData\Local\conda\conda\envs\tensorflow_gpu_1.12_py37\models\research\object_detection\legacy\train.py

 

 

 

 

三、Tensorflow训练

3.1迁移学习

选好预训练模型，通过tensorflow object detection API进行迁移学习。

下载模型：

https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/detection_model_zoo.md

下载其中的ssd_mobilenet_v2_coco

我下载好的目录

F:\development\Pedestrian-Detection-master\ssd_mobilenet_v2_coco_2018_03_29\ssd_mobilenet_v2_coco_2018_03_29

 

修改config文件：config文件在

C:\Users\P7XXTM1-G\AppData\Local\conda\conda\envs\tensorflow_gpu_1.12_py37\models\research\object_detection\samples\configs\ssdlite_mobilenet_v2_coco.config

修改PATH_TO_BE_CONFIG，修改好后，将ssdlite_mobilenet_v2_coco.config文件拷贝到下面的目录：

D:\pedestrian_train\models

3.2运行训练

python object_detection/model_main.py --pipeline_config_path=D:/pedestrian_train/models/ssd_mobilenet_v2_coco.config --model_dir=D:/pedestrian_train/models/train --num_train_steps=1500 --sample_1_of_n_eval_examples=1 --alsologstderr

其中，num_train_step用于设置训练步数。这一步也可以一同object_detection/legacy/train.py来实现如下。

python object_detection/legacy/train.py --train_dir=D:/pedestrian_train/models/train --pipeline_config_path=D:/pedestrian_train/models/ssd_mobilenet_v2_coco.config logtostderr

可视化命令tensorboard --logdir=D:/pedestrian_train/models/train

其中， D:/pedestrian_train/models/train这个路径是ckpt路径。

训练生成的ckpt文件

可视化结果如下

四、导出模型在Opencv中实现行人检测

4.1模型导出生成pb文件

python object_detection\export_inference_graph.py --input_type=image_tensor --pipeline_config_path=D:/pedestrian_train/models/ssd_mobilenet_v2_coco.config --trained_checkpoint_prefix=D:\pedestrian_data\model\model.ckpt-1000 --output_directory=D:/pedestrian_data/test

pb文件可以在tensorflow中使用，来检测出行人。

4.2 Opencv中使用tensorflow

要先用opencv源代码中的一个脚本：

D:\packages\opencv-4.1.1\sources\samples\dnn\tf_text_graph_ssd.py来生产pbtxt文件。

输入命令：python tf_text_graph_ssd.py

上图显示了需要输入的参数。  

(tensorflow_gpu_1.12_py37) D:\packages\opencv-4.1.1\sources\samples\dnn>python tf_text_graph_ssd.py --input=D:\pedestrian_data\test\frozen_inference_graph.pb --output=D:\pedestrian_data\test\graph.pbtxt --config=D:\pedestrian_data\test\pipeline.config

此命令可生成pbtxt文件。

4.3运行结果