在Robomaster比賽中，選手往往使用顏色分離，提取輪廓，匹配輪廓的方式來(lái)識(shí)別裝甲板，但往往會(huì)花費(fèi)大量時(shí)間在現(xiàn)場(chǎng)調(diào)整參數(shù)，于是我們想：能否利用深度學(xué)習(xí)來(lái)做自瞄以提高其魯棒性？但深度學(xué)習(xí)算法在實(shí)時(shí)性上通常表現(xiàn)不好，在1080ti這樣的顯卡才能達(dá)到實(shí)時(shí)，但沒(méi)人會(huì)在機(jī)器人上帶一個(gè)煤氣灶吧。很多人會(huì)想到使用Tensor RT，或者模型剪枝/壓縮，低比特推理的方式提高深度學(xué)習(xí)算法在GPU上的速度，但沒(méi)有想到使用純CPU也能實(shí)時(shí)運(yùn)行神經(jīng)網(wǎng)絡(luò)。憑借Intel團(tuán)隊(duì)發(fā)布的openvino，我們可以在Intel CPU或者計(jì)算棒上實(shí)時(shí)運(yùn)行目標(biāo)檢測(cè)算法。在這里我們以CPU+計(jì)算棒的方式介紹完整的實(shí)現(xiàn)步驟。How it works？分為三個(gè)步驟

1. 訓(xùn)練自己的模型或者使用官方的demo
2. 將模型轉(zhuǎn)換至中間表示層
3. 部署      根據(jù)官網(wǎng)上的信息，openvino對(duì)TensorFlow支持的最好，所以我們這里以谷歌的模型庫(kù)為示例，走通上述的pipeline。      

1  訓(xùn)練自己的模型

本節(jié)以robomaster數(shù)據(jù)集為例，利用TensorFlow Object Detection API訓(xùn)練自己的模型。

1.1 使用的模型庫(kù)

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

TensorFlow Object Detection API是谷歌爸爸開(kāi)源的模型庫(kù)，包含了完整的訓(xùn)練和評(píng)測(cè)代碼。

模型包括主流的檢測(cè)和分割網(wǎng)絡(luò)，有SSD，F(xiàn)aster rcnn，mask rcnn，主干網(wǎng)包括mobilenet v1/v2/v3(看出谷歌爸爸的偏心了吧)，inception v2，resnet 50/101。

1.2 數(shù)據(jù)集

大疆在2020年初開(kāi)源了一個(gè)俯視視角的數(shù)據(jù)集，具體特征類似于大家看直播時(shí)的畫面。分辨率是1920*1080。官方的用意應(yīng)該是給雷達(dá)站做目標(biāo)檢測(cè)，放在自瞄這樣的平視場(chǎng)景會(huì)存在一定的gap，同時(shí)分辨率也過(guò)大，增大計(jì)算負(fù)擔(dān)。所以我們?cè)诠俜綌?shù)據(jù)集的基礎(chǔ)上進(jìn)行了魔改，改動(dòng)如下：

1. 檢測(cè)紅色裝甲板和藍(lán)色裝甲板
2. 為了方便評(píng)測(cè)，我們將原有的VOC數(shù)據(jù)集格式改為COCO格式
3. 對(duì)原圖進(jìn)行crop操作。針對(duì)一張圖的每一個(gè)物體，先給該物體中心點(diǎn)一個(gè)30個(gè)像素點(diǎn)以內(nèi)的上下左右漂移，然后以此點(diǎn)為中心，扣取400*300的圖像

下載鏈接：https://pan.baidu.com/s/105vjTcDs6XZHtnXAgCx86g 提取碼：v8yg

1.3  訓(xùn)練+評(píng)測(cè)

Prerequisite：顯卡：最好1080ti以上。單卡v100兩個(gè)小時(shí)訓(xùn)練完畢。

pip install tensorflow-gpu==1.14 最好使用1.14版本的TF

Linux系統(tǒng)

1.3.1 安裝TensorFlow Object Detection API

請(qǐng)參考 官方安裝指令：https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/installation.md

1.3.2 修改配置文件

0. 將coco數(shù)據(jù)集轉(zhuǎn)換為tfrecord格式

python object_detection/dataset_tools/create_coco_tf_record.py --logtostderr \
  --train_image_dir="data/roco_train" \
  --val_image_dir="data/roco_val" \
  --test_image_dir="data/roco_val" \
  --train_annotations_file="data/train.json" \
  --val_annotations_file="data/val.json" \
  --testdev_annotations_file="data/val.json" \
  --output_dir="models/research/save_dir"

目錄根據(jù)自己的實(shí)際位置更改，其中test可以忽略

1. 模型config

所有模型配置文件在models/research/object_detection/samples/configs目錄下，以ssd_mobilenet_v2_coco.config為例。

需要修改的地方①num_classes: 2 ②image_resizer：height: 300 width: 400 ③fine_tune_checkpoint ④最后的數(shù)據(jù)位置 數(shù)據(jù)擴(kuò)充：水平翻轉(zhuǎn)，亮度，對(duì)比度，飽和度隨機(jī)抖動(dòng)

  data_augmentation_options {
    random_horizontal_flip {
    }
  }
  data_augmentation_options {
    random_adjust_brightness {
      max_delta: 0.2
    }
  }
  data_augmentation_options {
    random_adjust_contrast {
      min_delta: 0.7
      max_delta: 1.1
    }
  }
  data_augmentation_options {
    random_adjust_saturation {
      min_delta: 0.9
      max_delta: 1.1
    }
  }

2. 數(shù)據(jù)config

在models/research/object_detection/data/*.pbtxt里記錄了數(shù)據(jù)集的類別，這里我們是兩類，所以將label_map_path中的文件替換為以下字段：（注意文件名對(duì)應(yīng)）

item {
  name: "/m/01g317"
  id: 1
  display_name: "armor_blue"
}
item {
  name: "/m/0199g"
  id: 2
  display_name: "armor_red"
}

訓(xùn)練代碼

export PYTHONPATH=$PYTHONPATH:`pwd`:`pwd`/slim
CUDA_VISIBLE_DEVICES=0 python object_detection/model_main.py \
--pipeline_config_path=object_detection/samples/configs/ssd_mobilenet_v2_coco.config \
    --model_dir='output_model' \
    --num_train_steps=500000 \
    --sample_1_of_n_eval_examples=10 \
    --alsologtostderr

v100訓(xùn)練2個(gè)小時(shí)就收斂了，1080ti可能三小時(shí)。訓(xùn)練過(guò)程中會(huì)邊訓(xùn)練邊評(píng)測(cè)。

這里我們關(guān)注的是mAP(0.5:0.95)和AP(0.5)，可以看到mAP是0.537，AP是0.974，基本滿足需求。

 Average Precision  (AP) @[ IoU=0.50:0.95 | area=   all | maxDets=100 ] = 0.537
 Average Precision  (AP) @[ IoU=0.50      | area=   all | maxDets=100 ] = 0.974
 Average Precision  (AP) @[ IoU=0.75      | area=   all | maxDets=100 ] = 0.531
 Average Precision  (AP) @[ IoU=0.50:0.95 | area= small | maxDets=100 ] = 0.529
 Average Precision  (AP) @[ IoU=0.50:0.95 | area=medium | maxDets=100 ] = 0.613
 Average Precision  (AP) @[ IoU=0.50:0.95 | area= large | maxDets=100 ] = -1.000 Average Recall     (AR) @[ IoU=0.50:0.95 | area=   all | maxDets=  1 ] = 0.220
 Average Recall     (AR) @[ IoU=0.50:0.95 | area=   all | maxDets= 10 ] = 0.618
 Average Recall     (AR) @[ IoU=0.50:0.95 | area=   all | maxDets=100 ] = 0.619
 Average Recall     (AR) @[ IoU=0.50:0.95 | area= small | maxDets=100 ] = 0.607
 Average Recall     (AR) @[ IoU=0.50:0.95 | area=medium | maxDets=100 ] = 0.684
 Average Recall     (AR) @[ IoU=0.50:0.95 | area= large | maxDets=100 ] = -1.000

當(dāng)然，我們也放出來(lái)了模型文件

下載鏈接：百度云：https://pan.baidu.com/s/1-m1ovofM_X9rh5rlQEicFg 提取碼：4nra

2  Openvino模型轉(zhuǎn)換

2.1 安裝openvino

在Linux下的安裝請(qǐng)參閱 官方文檔（很簡(jiǎn)單）：https://docs.openvinotoolkit.org/latest/_docs_install_guides_installing_openvino_linux.html

同時(shí)還可以查看 b站視頻：https://www.bilibili.com/video/BV1fC4y1s7dt

2.2 模型轉(zhuǎn)換

仍然在TensorFlow models文件夾下，先提取inference_graph

python object_detection/export_inference_graph.py \
--input_type=image_tensor \ 
--pipeline_config_path=object_detection/samples/configs/ssdlite_mobilenet_v2_coco.config \ --trained_checkpoint_prefix=models/research/output_model/model.ckpt-18723 \--output_directory=models/research/exported_model

將inference_graph轉(zhuǎn)換為openvino接受的格式也就是intermediate representation。這里需要注意ssd mobilenetv2對(duì)應(yīng)的是ssd_support_api_v1.15.json

python3 mo_tf.py --input_model=exported_model/frozen_inference_graph.pb --transformations_config /opt/intel/openvino/deployment_tools/model_optimizer/extensions/front/tf/ssd_support_api_v1.15.json --tensorflow_object_detection_api_pipeline_config exported_model/pipeline.config --reverse_input_channels 

Python測(cè)試模型

python3 object_detection_demo_ssd_async.py -m /home/lilelife/onnx/ssdv2/frozen_inference_graph.xml -i *.avi

C艸測(cè)試模型（記得先編譯源碼）

./object_detection_demo_ssd_async -i *.mp4 -m ssdv2/frozen_inference_graph.xml

結(jié)果就是開(kāi)頭的GIF啦。