前言

上一篇和大家一起分享了如何使用LabVIEW OpenCV dnn實現(xiàn)手寫數(shù)字識別，今天我們一起來看一下如何使用LabVIEW OpenCV dnn實現(xiàn)圖像分類 。

一、什么是圖像分類？

1、圖像分類的概念

圖像分類 ，核心是從給定的分類集合中給圖像分配一個標(biāo)簽的任務(wù)。實際上，這意味著我們的任務(wù)是分析一個輸入圖像并返回一個將圖像分類的標(biāo)簽。標(biāo)簽總是來自預(yù)定義的可能類別集。

示例：我們假定一個可能的類別集categories = {dog, cat, eagle}，之后我們提供一張圖片（下圖）給分類系統(tǒng)。這里的目標(biāo)是根據(jù)輸入圖像，從類別集中分配一個類別，這里為eagle,我們的分類系統(tǒng)也可以根據(jù)概率給圖像分配多個標(biāo)簽，如eagle:95%，cat:4%，panda:1%

2、MobileNet簡介

MobileNet ：基本單元是深度級可分離卷積（depthwise separable convolution），其實這種結(jié)構(gòu)之前已經(jīng)被使用在Inception模型中。深度級可分離卷積其實是一種可分解卷積操作（factorized convolutions），其可以分解為兩個更小的操作：depthwise convolution和pointwise convolution，如圖1所示。Depthwise convolution和標(biāo)準(zhǔn)卷積不同，對于標(biāo)準(zhǔn)卷積其卷積核是用在所有的輸入通道上（input channels），而depthwise convolution針對每個輸入通道采用不同的卷積核，就是說一個卷積核對應(yīng)一個輸入通道，所以說depthwise convolution是depth級別的操作。而pointwise convolution其實就是普通的卷積，只不過其采用1x1的卷積核。圖2中更清晰地展示了兩種操作。對于depthwise separable convolution，其首先是采用depthwise convolution對不同輸入通道分別進(jìn)行卷積，然后采用pointwise convolution將上面的輸出再進(jìn)行結(jié)合，這樣其實整體效果和一個標(biāo)準(zhǔn)卷積是差不多的，但是會大大減少計算量和模型參數(shù)量。

MobileNet的網(wǎng)絡(luò)結(jié)構(gòu)如表所示。首先是一個3x3的標(biāo)準(zhǔn)卷積，然后后面就是堆積depthwise separable convolution，并且可以看到其中的部分depthwise convolution會通過strides=2進(jìn)行down sampling。然后采用average pooling將feature變成1x1，根據(jù)預(yù)測類別大小加上全連接層，最后是一個softmax層。如果單獨計算depthwise convolution和pointwise convolution，整個網(wǎng)絡(luò)有28層（這里Avg Pool和Softmax不計算在內(nèi)）。

二、使用python實現(xiàn)圖像分類（py_to_py_ssd_mobilenet.py）

1、獲取預(yù)訓(xùn)練模型

• 使用tensorflow.keras.applications獲取模型（以mobilenet為例）;

from tensorflow.keras.applications import MobileNet
    original_tf_model = MobileNet(
        include_top=True,
        weights="imagenet"
    )

• 把original_tf_model打包成pb

def get_tf_model_proto(tf_model):
    # define the directory for .pb model
    pb_model_path = "models"
?
    # define the name of .pb model
    pb_model_name = "mobilenet.pb"
?
    # create directory for further converted model
    os.makedirs(pb_model_path, exist_ok=True)
?
    # get model TF graph
    tf_model_graph = tf.function(lambda x: tf_model(x))
?
    # get concrete function
    tf_model_graph = tf_model_graph.get_concrete_function(
        tf.TensorSpec(tf_model.inputs[0].shape, tf_model.inputs[0].dtype))
?
    # obtain frozen concrete function
    frozen_tf_func = convert_variables_to_constants_v2(tf_model_graph)
    # get frozen graph
    frozen_tf_func.graph.as_graph_def()
?
    # save full tf model
    tf.io.write_graph(graph_or_graph_def=frozen_tf_func.graph,
                      logdir=pb_model_path,
                      name=pb_model_name,
                      as_text=False)
?
    return os.path.join(pb_model_path, pb_model_name)
?

2、使用opencv_dnn進(jìn)行推理

• 圖像預(yù)處理（blob)

def get_preprocessed_img(img_path):
    # read the image
    input_img = cv2.imread(img_path, cv2.IMREAD_COLOR)
    input_img = input_img.astype(np.float32)
?
    # define preprocess parameters
    mean = np.array([1.0, 1.0, 1.0]) * 127.5
    scale = 1 / 127.5
?
    # prepare input blob to fit the model input:
    # 1. subtract mean
    # 2. scale to set pixel values from 0 to 1
    input_blob = cv2.dnn.blobFromImage(
        image=input_img,
        scalefactor=scale,
        size=(224, 224),  # img target size
        mean=mean,
        swapRB=True,  # BGR -> RGB
        crop=True  # center crop
    )
    print("Input blob shape: {}\\n".format(input_blob.shape))
?
    return input_blob

• 調(diào)用pb模型進(jìn)行推理

def get_tf_dnn_prediction(original_net, preproc_img, imagenet_labels):
    # inference
    preproc_img = preproc_img.transpose(0, 2, 3, 1)
    print("TF input blob shape: {}\\n".format(preproc_img.shape))
?
    out = original_net(preproc_img)
?
    print("\\nTensorFlow model prediction: \\n")
    print("* shape: ", out.shape)
?
    # get the predicted class ID
    imagenet_class_id = np.argmax(out)
    print("* class ID: {}, label: {}".format(imagenet_class_id, imagenet_labels[imagenet_class_id]))
?
    # get confidence
    confidence = out[0][imagenet_class_id]
    print("* confidence: {:.4f}".format(confidence))

3、實現(xiàn)圖像分類 （代碼匯總）

import os
?
import cv2
import numpy as np
import tensorflow as tf
from tensorflow.keras.applications import MobileNet
from tensorflow.python.framework.convert_to_constants import convert_variables_to_constants_v2
?
?
?
?
def get_tf_model_proto(tf_model):
    # define the directory for .pb model
    pb_model_path = "models"
?
    # define the name of .pb model
    pb_model_name = "mobilenet.pb"
?
    # create directory for further converted model
    os.makedirs(pb_model_path, exist_ok=True)
?
    # get model TF graph
    tf_model_graph = tf.function(lambda x: tf_model(x))
?
    # get concrete function
    tf_model_graph = tf_model_graph.get_concrete_function(
        tf.TensorSpec(tf_model.inputs[0].shape, tf_model.inputs[0].dtype))
?
    # obtain frozen concrete function
    frozen_tf_func = convert_variables_to_constants_v2(tf_model_graph)
    # get frozen graph
    frozen_tf_func.graph.as_graph_def()
?
    # save full tf model
    tf.io.write_graph(graph_or_graph_def=frozen_tf_func.graph,
                      logdir=pb_model_path,
                      name=pb_model_name,
                      as_text=False)
?
    return os.path.join(pb_model_path, pb_model_name)
?
?
def get_preprocessed_img(img_path):
    # read the image
    input_img = cv2.imread(img_path, cv2.IMREAD_COLOR)
    input_img = input_img.astype(np.float32)
?
    # define preprocess parameters
    mean = np.array([1.0, 1.0, 1.0]) * 127.5
    scale = 1 / 127.5
?
    # prepare input blob to fit the model input:
    # 1. subtract mean
    # 2. scale to set pixel values from 0 to 1
    input_blob = cv2.dnn.blobFromImage(
        image=input_img,
        scalefactor=scale,
        size=(224, 224),  # img target size
        mean=mean,
        swapRB=True,  # BGR -> RGB
        crop=True  # center crop
    )
    print("Input blob shape: {}\\n".format(input_blob.shape))
?
    return input_blob
?
?
def get_imagenet_labels(labels_path):
    with open(labels_path) as f:
        imagenet_labels = [line.strip() for line in f.readlines()]
    return imagenet_labels
?
?
def get_opencv_dnn_prediction(opencv_net, preproc_img, imagenet_labels):
    # set OpenCV DNN input
    opencv_net.setInput(preproc_img)
?
    # OpenCV DNN inference
    out = opencv_net.forward()
    print("OpenCV DNN prediction: \\n")
    print("* shape: ", out.shape)
?
    # get the predicted class ID
    imagenet_class_id = np.argmax(out)
?
    # get confidence
    confidence = out[0][imagenet_class_id]
    print("* class ID: {}, label: {}".format(imagenet_class_id, imagenet_labels[imagenet_class_id]))
    print("* confidence: {:.4f}\\n".format(confidence))
?
?
def get_tf_dnn_prediction(original_net, preproc_img, imagenet_labels):
    # inference
    preproc_img = preproc_img.transpose(0, 2, 3, 1)
    print("TF input blob shape: {}\\n".format(preproc_img.shape))
?
    out = original_net(preproc_img)
?
    print("\\nTensorFlow model prediction: \\n")
    print("* shape: ", out.shape)
?
    # get the predicted class ID
    imagenet_class_id = np.argmax(out)
    print("* class ID: {}, label: {}".format(imagenet_class_id, imagenet_labels[imagenet_class_id]))
?
    # get confidence
    confidence = out[0][imagenet_class_id]
    print("* confidence: {:.4f}".format(confidence))
?
?
def main():
    # configure TF launching
    #set_tf_env()
?
    # initialize TF MobileNet model
    original_tf_model = MobileNet(
        include_top=True,
        weights="imagenet"
    )
?
    # get TF frozen graph path
    full_pb_path = get_tf_model_proto(original_tf_model)
    print(full_pb_path)
?
    # read frozen graph with OpenCV API
    opencv_net = cv2.dnn.readNetFromTensorflow(full_pb_path)
    print("OpenCV model was successfully read. Model layers: \\n", opencv_net.getLayerNames())
?
    # get preprocessed image
    input_img = get_preprocessed_img("yaopin.png")
?
    # get ImageNet labels
    imagenet_labels = get_imagenet_labels("classification_classes.txt")
?
    # obtain OpenCV DNN predictions
    get_opencv_dnn_prediction(opencv_net, input_img, imagenet_labels)
?
    # obtain TF model predictions
    get_tf_dnn_prediction(original_tf_model, input_img, imagenet_labels)
?
?
if __name__ == "__main__":
    main()
?

三、使用LabVIEW dnn實現(xiàn)圖像分類（callpb_photo.vi）

本博客中所用實例基于****LabVIEW2018版本 ,調(diào)用mobilenet pb模型

1、讀取待分類的圖片和pb模型

2、將待分類的圖片進(jìn)行預(yù)處理

3、將圖像輸入至神經(jīng)網(wǎng)絡(luò)中并進(jìn)行推理

4、實現(xiàn)圖像分類

5、總體程序源碼：

按照如下圖所示程序進(jìn)行編碼，實現(xiàn)圖像分類，本范例中使用了一分類，分類出置信度最高的物體。

如下圖所示為加載藥瓶圖片得到的分類結(jié)果，在前面板可以看到圖片和label：

四、源碼下載

鏈接： https://pan.baidu.com/s/10yO72ewfGjxAg_f07wjx0A?pwd=8888

**提取碼：8888 **

審核編輯 黃宇