rykov ssd_keras を使ってみる (書きかけ)

前準備

Anaconda のインストール

前準備として，Python 開発環境のAnaconda のインストールが終わっていること． Windows では Chocholatey のインストールが終わっていること

• Windows での Anaconda, Chocolatey のインストール手順は、 別の Web ページに記載しています

• Ubuntu での Anaconda のインストール手順は、 別の Web ページに記載しています

隔離された Python 環境の作成．Tensorflow, Keras, OpenCV, spyer のインストール

Windows での 手順は、 「Windows で，隔離された Python 環境 + Keras + TensorFlow + OpenCV + spyder + Dlib 環境を作る（Anaconda を利用）」のページで説明しています．

以下，Windows での Anaconda をインストール済み, 隔離された Python 環境（名前は ai）に、Tensorflow, Keras, OpenCV, spyder をインストール済みであるものとして説明を続けます．

rykov ssd_keras のインストール手順

1. GitHub の rykov ssd_keras の Web ページを開く

   https://github.com/rykov8/ssd_keras

2. 「Clone or download」を展開し， 「Download ZIP」をクリック

3. .zip ファイルがダウンロードされるので確認する．

4. ダウンロードした .zip ファイルを展開（解凍）する．分かりやすいディレクトリに置く．

   ※ Windows での展開（解凍）のためのソフトは「7-Zip」をおすすめ．

   この .zip ファイルは，E:\ssd_keras-master に展開（解凍）したものとして，説明を続けるので，適切に読み替えてください．

5. rykov ssd_keras の Web ページに記載の通り，次のWebページを開く

   https://mega.nz/#F!7RowVLCL!q3cEVRK9jyOSB9el3SssIA

6. 2つの hdfファイルが表示されるので確認する．

7. 2つともダウンロードしたい． 「ZIPとしてダウンロードする」をクリック．

8. SSD.zip というファイルがダウンロードされるので確認する．

9. SSD.zip を展開（解凍）し，できたファイルを先ほど展開したディレクトリに置く．

   下の図のように

テスト実行

1. Web ブラウザで rykov ssd_keras の SSD.ipynb を開く

   https://github.com/rykov8/ssd_keras/blob/master/SSD.ipynb

2. SSD.ipynb に記載のコマンドを実行しながら結果を結果を確認したい．

   そのために， IPython シェルのコンソールで、Python 環境（名前は keras）を使う

   Windows では、Anacondaに入っている開発環境 spyder を実行し，右下の ipython コンソールを使うのが簡単．

   ※ Windows で、あるPython 環境（名前は aiとする）の spyder を使いたいとき：

   • Windows のスタートメニューに「spyder (ai)」が増えるので、それを使う。あるいは
   • コマンドプロンプトで「activate ai」を実行したあとに「spyder」

3. IPython シェルで，さきほど展開（解凍）したディレクトリに移動

   ssd.py というファイルがあるディレクトリに移動．

   cd E:\ssd_keras-master\ssd_keras-master
   

4. ステップ 1 (初期設定)

   次の Python プログラムを実行

   ※ https://github.com/rykov8/ssd_keras/blob/master/SSD.ipynb の「in [1]」に記載の通り．

   import cv2
   import keras
   from keras.applications.imagenet_utils import preprocess_input
   from keras.backend.tensorflow_backend import set_session
   from keras.models import Model
   from keras.preprocessing import image
   import matplotlib.pyplot as plt
   import numpy as np
   from scipy.misc import imread
   import tensorflow as tf
   from ssd import SSD300
   from ssd_utils import BBoxUtility
   %matplotlib inline
   plt.rcParams['figure.figsize'] = (8, 8)
   plt.rcParams['image.interpolation'] = 'nearest'
   np.set_printoptions(suppress=True)
   config = tf.ConfigProto()
   config.gpu_options.per_process_gpu_memory_fraction = 0.45
   set_session(tf.Session(config=config))
   

5. ステップ 2 (種類の設定)

   次の Python プログラムを実行

   ※ https://github.com/rykov8/ssd_keras/blob/master/SSD.ipynb の「in [2]」に記載の通り．

   voc_classes = ['Aeroplane', 'Bicycle', 'Bird', 'Boat', 'Bottle',
                  'Bus', 'Car', 'Cat', 'Chair', 'Cow', 'Diningtable',
                  'Dog', 'Horse','Motorbike', 'Person', 'Pottedplant',
                  'Sheep', 'Sofa', 'Train', 'Tvmonitor']
   NUM_CLASSES = len(voc_classes) + 1
   

6. ステップ 3 （先ほどダウンロードした学習結果ファイル weights_SSD300.hdf5 の読み込み）

   次の Python プログラムを実行

   ※ https://github.com/rykov8/ssd_keras/blob/master/SSD.ipynb の「in [3]」に記載の通り．

   input_shape=(300, 300, 3)
   model = SSD300(input_shape, num_classes=NUM_CLASSES)
   model.load_weights('weights_SSD300.hdf5', by_name=True)
   bbox_util = BBoxUtility(NUM_CLASSES)
   

7. ステップ 1

   次の Python プログラムを実行

   ※ https://github.com/rykov8/ssd_keras/blob/master/SSD.ipynb の「in [1]」に記載の通り．

   書きかけ