win本地网站建设,运维工程师主要做什么,零售客户电商网站,wordpress控件图标Pytorch实现戴眼镜检测和识别(含戴眼镜数据集和训练代码)
目录
Pytorch实现戴眼镜检测和识别(含戴眼镜数据集和训练代码)
1.戴眼镜检测和识别方法
2.戴眼镜数据集
3.人脸检测模型
4.戴眼镜分类模型训练
#xff08;1#xff09;项目安装
#xff08;2#xff09;准…Pytorch实现戴眼镜检测和识别(含戴眼镜数据集和训练代码)
目录
Pytorch实现戴眼镜检测和识别(含戴眼镜数据集和训练代码)
1.戴眼镜检测和识别方法
2.戴眼镜数据集
3.人脸检测模型
4.戴眼镜分类模型训练
1项目安装
2准备数据
3戴眼镜分类模型训练(Pytorch)
4 可视化训练过程
5 戴眼镜识别效果
6 一些优化建议
7 一些运行错误处理方法
5.项目源码下载Python版
6.项目源码下载Android版 这是项目《戴眼镜检测和识别》系列之《Pytorch实现戴眼镜检测和识别(含戴眼镜数据集和训练代码)》项目基于深度学习框架Pytorch开发一个高精度可实时的戴眼镜检测和识别算法 Eyeglasses Detection and recognition项目源码支持模型有resnet18,resnet34,resnet50, mobilenet_v2以及googlenet等常见的深度学习模型用户可自定义进行训练准确率还挺高的采用轻量级mobilenet_v2模型的戴眼镜检测和识别准确率也可以高达98.6217%左右满足业务性能需求。 模型input sizeTest准确率mobilenet_v2112×11298.6217%googlenet112×11298.7643%resnet18112×11298.8118%
先展示一下Python版本的戴眼镜检测和识别Demo效果其中绿色框表示佩戴了眼镜蓝色框表示未佩戴眼镜 【尊重原创转载请注明出处】 https://blog.csdn.net/guyuealian/article/details/129263640 更多项目《戴眼镜检测和识别》系列文章请参考
戴眼镜检测和识别1戴眼镜检测数据集(含下载链接): https://blog.csdn.net/guyuealian/article/details/129263537戴眼镜检测和识别2Pytorch实现戴眼镜检测和识别(含戴眼镜数据集和训练代码)https://blog.csdn.net/guyuealian/article/details/129263640戴眼镜检测和识别3Android实现戴眼镜检测和识别(含源码可实时检测)https://blog.csdn.net/guyuealian/article/details/129263657戴眼镜检测和识别4C实现戴眼镜检测和识别(含源码可实时检测)https://blog.csdn.net/guyuealian/article/details/129263677戴口罩人脸检测1戴口罩人脸数据集https://blog.csdn.net/guyuealian/article/details/125069926戴口罩人脸检测2Pytorch实现戴口罩人脸检测和戴口罩识别(含训练代码 戴口罩人脸数据集)https://blog.csdn.net/guyuealian/article/details/125428609戴口罩人脸检测3Android实现戴口罩人脸检测和戴口罩识别(附Android源码) https://blog.csdn.net/guyuealian/article/details/128404379安全帽检测1佩戴安全帽数据集https://blog.csdn.net/guyuealian/article/details/127331580安全帽检测2YOLOv5实现佩戴安全帽检测和识别(含佩戴安全帽数据集训练代码)https://blog.csdn.net/guyuealian/article/details/127250780安全帽检测3Android实现佩戴安全帽检测和识别https://blog.csdn.net/guyuealian/article/details/1273452311.戴眼镜检测和识别方法
戴眼镜检测和识别方法有多种实现方案这里采用最常规的方法基于人脸检测戴眼镜分类识别方法即先采用通用的人脸检测模型进行人脸检测然后裁剪人脸区域再训练一个戴眼镜分类器对人脸是否戴眼镜进行分类识别未戴眼镜和戴眼镜两个类别
这样做的好处是可以利用现有的人脸检测模型而无需重新训练人脸检测模型可减少人工标注成本低而戴眼镜分类数据相对而言比较容易采集分类模型可针对性进行优化。 2.戴眼镜数据集
项目已经收集了戴眼镜数据集Eyeglasses-Dataset总共约20000张图片分为eyeglasses-train训练集和eyeglasses-test测试集其中训练集eyeglasses-train中戴眼镜的人脸数据有10475张图片(标签为face-eyeglasses),不戴眼镜的人脸数据有12841张图片(标签为face)测试集eyeglasses-test戴眼镜和不戴眼镜的人脸数据各有1000张图片共2000张图片。
所有数据都标注了人脸框数据格式为VOC其中戴眼镜的人脸框标注为face-eyeglasses不戴眼镜的人脸框标注为face该数据集可直接用于深度学习戴眼镜检测模型训练。为了方便分类模型训练已经将eyeglasses-train和eyeglasses-test的人脸区域裁剪并保存在crops目录中该数据集可直接用于深度学习戴眼镜分类模型训练。
关于戴眼镜检测数据的使用说明请参考我的一篇博客戴眼镜检测和识别1戴眼镜检测数据集(含下载链接): https://blog.csdn.net/guyuealian/article/details/129263537 3.人脸检测模型
本项目人脸检测训练代码请参考https://github.com/Linzaer/Ultra-Light-Fast-Generic-Face-Detector-1MB
这是一个基于SSD改进且轻量化后人脸检测模型很slim整个模型仅仅1.7M左右在普通Android手机都可以实时检测。人脸检测方法在网上有一大堆现成的方法可以使用完全可以不局限我这个方法。 4.戴眼镜分类模型训练
准备好戴眼镜数据后接下来就可以开始训练戴眼镜分类识别模型项目模型支持resnet18,resnet34,resnet50, mobilenet_v2以及googlenet等常见的深度学习模型考虑到后续我们需要将戴眼镜识别模型部署到Android平台中因此项目选择计算量比较小的轻量化模型mobilenet_v2如果不用端上部署完全可以使用参数量更大的模型如resnet50等模型。
1项目安装 整套工程项目基本结构如下
.
├── classifier # 训练模型相关工具
├── configs # 训练配置文件
├── data # 训练数据
├── libs
│ ├── convert # 将模型转换为ONNX工具
│ ├── light_detector # 人脸检测
│ ├── detector.py # 人脸检测demo
│ └── README.md
├── demo.py # demo
├── README.md # 项目工程说明文档
├── requirements.txt # 项目相关依赖包
└── train.py # 训练文件 项目依赖python包请参考requirements.txt使用pip安装即可
numpy1.16.3
matplotlib3.1.0
Pillow6.0.0
easydict1.9
opencv-contrib-python4.5.2.52
opencv-python4.5.1.48
pandas1.1.5
PyYAML5.3.1
scikit-image0.17.2
scikit-learn0.24.0
scipy1.5.4
seaborn0.11.2
tensorboard2.5.0
tensorboardX2.1
torch1.7.1cu110
torchvision0.8.2cu110
tqdm4.55.1
xmltodict0.12.0
basetrainer
pybaseutils0.6.5
项目安装教程请参考项目开发使用教程和常见问题和解决方法
2准备数据
下载戴眼镜数据集eyeglasses-train和eyeglasses-tes关于戴眼镜检测数据的使用说明请参考我的一篇博客戴眼镜检测和识别1戴眼镜检测数据集(含下载链接): https://blog.csdn.net/guyuealian/article/details/129263537
3戴眼镜分类模型训练(Pytorch)
项目在《Pytorch基础训练库Pytorch-Base-Trainer(支持模型剪枝 分布式训练)》基础上实现了戴眼镜和未戴眼镜二分类识别训练和测试整套训练代码非常简单操作用户只需要将相同类别的数据放在同一个目录下并填写好对应的数据路径即可开始训练了。
训练框架采用Pytorch整套训练代码支持的内容主要有 目前支持的backbone有googlenet,resnet[18,34,50], ,mobilenet_v2等 其他backbone可以自定义添加训练参数可以通过(configs/config.yaml)配置文件进行设置训练参数说明如下
# 训练数据集可支持多个数据集
train_data:- path/to/dataset/eyeglasses-train/face/crops- path/to//dataset/eyeglasses-train/face-eyeglasses/crops
# 测试数据集
test_data:- path/to/dataset/eyeglasses-test/face/crops- path/to/dataset/eyeglasses-test/face-eyeglasses/crops
# 类别文件
class_name: data/class_name.txt
train_transform: train # 训练使用的数据增强方法
test_transform: val # 测试使用的数据增强方法
work_dir: work_space/ # 保存输出模型的目录
net_type: mobilenet_v2 # 骨干网络,支持resnet18/50,mobilenet_v2,googlenet,inception_v3
width_mult: 1.0
input_size: [ 112,112 ] # 模型输入大小
rgb_mean: [ 0.5, 0.5, 0.5 ] # for normalize inputs to [-1, 1],Sequence of means for each channel.
rgb_std: [ 0.5, 0.5, 0.5 ] # for normalize,Sequence of standard deviations for each channel.
batch_size: 16
lr: 0.01 # 初始学习率
optim_type: SGD # 选择优化器SGD,Adam
loss_type: CrossEntropyLoss # 选择损失函数支持CrossEntropyLoss,LabelSmoothing
momentum: 0.9 # SGD momentum
num_epochs: 100 # 训练循环次数
num_warn_up: 3 # warn-up次数
num_workers: 4 # 加载数据工作进程数
weight_decay: 0.0005 # weight_decay默认5e-4
scheduler: multi-step # 学习率调整策略
milestones: [ 20,50,80 ] # 下调学习率方式
gpu_id: [ 0 ] # GPU ID
log_freq: 50 # LOG打印频率
progress: True # 是否显示进度条
pretrained: True # 是否使用pretrained模型
finetune: False # 是否进行finetune
开始训练在终端输入
python train.py -c configs/config.yaml 训练完成后训练集的Accuracy在99%以上测试集的Accuracy在98%左右 4 可视化训练过程
训练过程可视化工具是使用Tensorboard在终端输入命令# 基本方法
tensorboard --logdirpath/to/log/
# 例如
tensorboard --logdirwork_space/mobilenet_v2_1.0_CrossEntropyLoss_20230228174645/log可视化效果 5 戴眼镜识别效果
训练完成后训练集的Accuracy在99%以上测试集的Accuracy在98%以上下表给出已经训练好的三个模型其中mobilenet_v2的准确率可以达到98.6217%googlenet的准确率可以达到98.7643%resnet18的准确率可以达到98.8118%
模型input sizeTest准确率mobilenet_v2112×11298.6217%googlenet112×11298.7643%resnet18112×11298.8118%测试图片文件
# 测试图片Linux
image_dirdata/test_image # 测试图片的目录
model_filedata/pretrained/mobilenet_v2_1.0_CrossEntropyLoss_20230228174645/model/latest_model_099_98.4316.pth # 模型文件
out_diroutput/ # 保存检测结果
python demo.py --image_dir $image_dir --model_file $model_file --out_dir $out_dirWindows系统请将$image_dir $model_file $out_dir等变量代替为对应的变量值即可如
# 测试图片Windows
python demo.py --image_dir data/test_image --model_file data/pretrained/mobilenet_v2_1.0_CrossEntropyLoss_20230228174645/model/latest_model_099_98.4316.pth --out_dir output/测试视频文件
# 测试视频文件Linux
video_filedata/video-test.mp4 # 测试视频文件如*.mp4,*.avi等
model_filedata/pretrained/mobilenet_v2_1.0_CrossEntropyLoss_20230228174645/model/latest_model_099_98.4316.pth # 模型文件
out_diroutput/ # 保存检测结果
python demo.py --video_file $video_file --model_file $model_file --out_dir $out_dir测试摄像头
# 测试摄像头Linux
video_file0 # 测试摄像头ID
model_filedata/pretrained/mobilenet_v2_1.0_CrossEntropyLoss_20230228174645/model/latest_model_099_98.4316.pth # 模型文件
out_diroutput/ # 保存检测结果
python demo.py --video_file $video_file --model_file $model_file --out_dir $out_dir戴眼镜检测和识别效果展示其中绿色框表示佩戴了眼镜蓝色框表示未佩戴眼镜 6 一些优化建议 如果想进一步提高模型的性能可以尝试 清洗数据集(最重要)戴眼镜原始数据部分数据是通过网上爬取的存在部分错误的图片尽管鄙人已经清洗一部分了但还是建议你训练前再次清洗数据集不然会影响模型的识别的准确率。增加训练的样本数据 建议根据自己的业务场景采集相关数据提高模型泛化能力使用参数量更大的模型 本教程使用的是mobilenet_v2模型属于比较轻量级的分类模型采用更大的模型如resnet50理论上其精度更高但推理速度也较慢。尝试不同数据增强的组合进行训练增加数据增强 已经支持 随机裁剪随机翻转随机旋转颜色变换等数据增强方式可以尝试诸如mixupCutMix等更复杂的数据增强方式样本均衡 建议进行样本均衡处理调超参 比如学习率调整策略优化器SGD,Adam等损失函数 目前训练代码已经支持交叉熵LabelSmoothing可以尝试FocalLoss等损失函数7 一些运行错误处理方法 cannot import name load_state_dict_from_url 由于一些版本升级会导致部分接口函数不能使用请确保版本对应 torch1.7.1 torchvision0.8.2 或者将对应python文件将
from torchvision.models.resnet import model_urls, load_state_dict_from_url修改为
from torch.hub import load_state_dict_from_url
model_urls {mobilenet_v2: https://download.pytorch.org/models/mobilenet_v2-b0353104.pth,resnet18: https://download.pytorch.org/models/resnet18-5c106cde.pth,resnet34: https://download.pytorch.org/models/resnet34-333f7ec4.pth,resnet50: https://download.pytorch.org/models/resnet50-19c8e357.pth,resnet101: https://download.pytorch.org/models/resnet101-5d3b4d8f.pth,resnet152: https://download.pytorch.org/models/resnet152-b121ed2d.pth,resnext50_32x4d: https://download.pytorch.org/models/resnext50_32x4d-7cdf4587.pth,resnext101_32x8d: https://download.pytorch.org/models/resnext101_32x8d-8ba56ff5.pth,wide_resnet50_2: https://download.pytorch.org/models/wide_resnet50_2-95faca4d.pth,wide_resnet101_2: https://download.pytorch.org/models/wide_resnet101_2-32ee1156.pth,
}5.项目源码下载Python版
整套项目源码内容包含 提供戴眼镜数据集训练集eyeglasses-train中戴眼镜的人脸数据有10475张图片(标签为face-eyeglasses),不戴眼镜的人脸数据有12841张图片(标签为face)测试集eyeglasses-test戴眼镜和不戴眼镜的人脸数据各有1000张图片共2000张图片。提供戴眼镜分类识别训练代码train.py提供戴眼镜分类识别测试代码demo.pyDemo支持图片视频和摄像头测试项目支持模型resnet18,resnet34,resnet50, mobilenet_v2以及googlenet等常见的深度学习模型项目源码自带训练好的模型文件可直接运行测试: python demo.py在普通电脑CPU/GPU上可以实时检测和识别6.项目源码下载Android版
目前已经实现Android版本的戴眼镜检测和识别详细项目请参考戴眼镜检测和识别3Android实现戴眼镜检测和识别(含源码可实时检测)https://blog.csdn.net/guyuealian/article/details/129263657
Android戴眼镜检测和识别APP Demo体验https://download.csdn.net/download/guyuealian/87524194
