构建一个计算机视觉项目

2022.08.06

    你想创建一个应用程序来检测一些东西吗？猫和狗，检测水果的成熟程度，在图片中找到品牌？
    如果你的答案是需要，那么这篇文章就是为你准备的！
    将向你展示如何为你的探测器创建一个应用程序，并把它放到互联网上，让每个人都能看到。
    你将能够上传一个测试图像，模型将返回预测框和标签。
    免责声明：你需要在你的电脑中安装git才能将文件上传到HuggingFace Spaces。如果你没有，不要担心！安装起来很容易。
    这将是项目的工作流程：

    首先，你必须为你的项目收集图像。你想从长颈鹿中发现斑马吗？首先需要获取这两种动物的图像。无论你想检测什么，你都需要它的图像。这个点在工作流程中是白色的，这意味着你必须在你的计算机中完成工作。
    标签图像在工作流中显示为蓝色，这是因为你将使用Datature的标签工具。Datature是一家专门为数据标签和模型训练构建用户友好工具的公司。
    你还将使用Datature来训练模型。
    一旦模型训练好了，你就把它下载到你的电脑上，把所有的文件放在一起（这些文件我会提供给你）
    当所有文件放在一起时，你将把它们上传到HuggingFace Spaces，你的模型就可以使用了！
    1．找到图片
    在计算机视觉项目中，我们需要做的第一件事是收集图像。如果我们想要训练一个深度神经网络，我们需要成千上万张图像。
    幸运的是，Datature使用非常先进的模型，而且可能是预训练的，这意味着如果我们从头开始训练模型，我们只需要需要的一小部分图像。
    每个类大约有100个图像就足够了。例如，如果你想要检测t恤和裤子，你将需要100个t恤和100个裤子的图像。当然，这个例子也适用于其他情况。例如，你可以有100张猫和狗的图片，所以你可以有100张猫的例子，也可以有100张狗的例子。
    如果有类不平衡是可以的，例如如果你的项目检测晴天和阴天，你可以有120张晴天的图片和100张阴天的图片。大约100张就足够了。
    收集所有的图像并存储在你的计算机的一个文件夹中。
    2．标记图像
    在Datature中创建一个帐户，并为你的用例创建一个项目。
    这篇博文详细介绍了如何：
    创建Datature Nexus账户（免费试用）
    创建一个项目
    上传图片
    创建类
    注释图片
    在图像中创建矩形框
    为每个框分配一个类
    对于每个图像，你将注释一个框（对象在哪里？）和一个类（对象是什么？）
    只阅读标签部分，之后，在项目概述中，你应该看到你的图像统计，标签分布等。例如，项目概述应该是这样的：

    在这个例子中，我有一个名为香蕉的项目，我标记了16张图片，我有3类：成熟的、可食用的和无效的。这只是一个示例，所以请确保每个类至少有100个示例！
    3．训练模型
    一旦我们有了图像，我们就可以训练我们的模型了！我们将不得不在Nexus中创建一个“工作流”。
    构建训练工作流程：选择训练－测试分割比，选择增强，选择模型设置
    训练模型
    监控模型：损失、精度、召回
    导出模型
    模型将需要大约1小时来训练，之后你应该看到这个

进入Artifacts并下载TensorFlow模型

    当计算机中导出了一个．zip文件时，这一部分就完成了。
    4．创建一个HuggingFace帐户
    模型是经过训练的，我们把它以．zip的形式下载到我们的电脑上。但我们如何与它交互呢？
    我们可以通过上传照片到HuggingFace Spaces与它交互。我们还需要一些网站前端的代码。
    Huggingface Spaces是Huggingface旗下的一个网站，人们可以在这里展示自己的模型，并与他们交互。
    这些是创建步骤
    1．创建Huggingface帐户
    2．创建一个Space
    3．为Space写一个名字。记住，这个网站将是公开的，所以选择一个与应用程序相匹配的名字！例如：香蕉分析或类似的东西
    4．选择Streamlit作为空间SDK
    5．选择public
    6．Space使用完成后，将存储库克隆到本地计算机中的一个文件夹中
    7．可选的README．md
    5．收集所有文件并上传至HuggingFace空间
    现在，我们的计算机中有了属于Space的文件夹。我们必须复制所有文件，并使用git将所有文件上传到Space。
    首先，复制模型文件（saved＿model／ folder， label＿map．pbtxt）到文件夹
    然后，在这个https：／／gist．github．com／anebz／2f62caeab1f24aabb9f5d1a60a4c2d25文件夹中创建3个文件
    app．py
    此文件包含用于上传图像、加载模型、进行预处理和从模型获得预测的代码。
    注意那些带有＃TODO的行，你必须修改它们！
    特别是color＿map，它们是每个类的方框的颜色。打开文件label＿map．pbtxt查看给每个类分配了什么label＿id，并使用这个label＿id为颜色分配RGB值。
    在这个例子中，我只有2个类，因此只有2种颜色。如果你有更多的类，按照示例的格式添加更多行：
    1：［255， 0， 0］，
    记住，除了最后一行以外，每一行的末尾都应该有一个逗号！
    import cv2
     import numpy as np
     from PIL import Image
     import streamlit as st
     import tensorflow as tf
     from tensorflow．keras．models import load＿model
     ＃ most of this code has been obtained from Datature＇s prediction script
     ＃ https：／／github．com／datature／resources／blob／main／scripts／bounding＿box／prediction．py
     st．set＿option（＇deprecation．showfileUploaderEncoding＇， False）
     ＠st．cache（allow＿output＿mutation＝True）
     def load＿model（）：
     return tf．saved＿model．load（＇．／saved＿model＇）
     def load＿label＿map（label＿map＿path）：
     ＂＂＂
     Reads label map in the format of ．pbtxt and parse into dictionary
     Args：
     label＿map＿path： the file path to the label＿map
     Returns：
     dictionary with the format of ｛label＿index：｛＇id＇： label＿index，＇name＇： label＿name｝｝
     ＂＂＂
     label＿map ＝｛｝

     with open（label＿map＿path，＂r＂） as label＿file：
     for line in label＿file：
     if ＂id＂ in line：
     label＿index ＝ int（line．split（＂：＂）［－1］）

     label＿name ＝ next（label＿file）．split（＂：＂）［－1］．strip（）．strip（＇＂＇）

     label＿map［label＿index］＝｛＂id＂： label＿index，＂name＂： label＿name｝
     return label＿map
     def predict＿class（image， model）：
     image ＝ tf．cast（image， tf．float32）

     image ＝ tf．image．resize（image，［150， 150］）

     image ＝ np．expand＿dims（image， axis ＝ 0）

     return model．predict（image）
     def plot＿boxes＿on＿img（color＿map， classes， bboxes， image＿origi， origi＿shape）：
     for idx， each＿bbox in enumerate（bboxes）：
     color ＝ color＿map［classes［idx］］
     ＃＃ Draw bounding box
     cv2．rectangle（
     image＿origi，
     （int（each＿bbox［1］＊ origi＿shape［1］），
     int（each＿bbox［0］＊ origi＿shape［0］），），
     （int（each＿bbox［3］＊ origi＿shape［1］），
     int（each＿bbox［2］＊ origi＿shape［0］），），
     color，
     2，
     ）

     ＃＃ Draw label background
     cv2．rectangle（
     image＿origi，
     （int（each＿bbox［1］＊ origi＿shape［1］），
     int（each＿bbox［2］＊ origi＿shape［0］），），
     （int（each＿bbox［3］＊ origi＿shape［1］），
     int（each＿bbox［2］＊ origi＿shape［0］＋ 15），），
     color，
     －1，
     ）

     ＃＃ Insert label class ＆ score
     cv2．putText（
     image＿origi，
     ＂Class：｛｝， Score：｛｝＂．format（
     str（category＿index［classes［idx］］［＂name＂］），
     str（round（scores［idx］， 2）），
     ），
     （int（each＿bbox［1］＊ origi＿shape［1］），
     int（each＿bbox［2］＊ origi＿shape［0］＋ 10），），
     cv2．FONT＿HERSHEY＿SIMPLEX，
     0．3，
     （0， 0， 0），
     1，
     cv2．LINE＿AA，
     ）
     return image＿origi
     ＃ Webpage code starts here
     ＃TODO change this
     st．title（＇YOUR PROJECT NAME＇）
     st．text（＇made by XXX＇）
     st．markdown（＇＃＃ Description about your project＇）
     with st．spinner（＇Model is being loaded．．．＇）：
     model ＝ load＿model（）
     ＃ ask user to upload an image
     file ＝ st．file＿uploader（＂Upload image＂， type＝［＂jpg＂，＂png＂］）
     if file is None：
     st．text（＇Waiting for upload．．．＇）

     else：
     st．text（＇Running inference．．．＇）

     ＃ open image

     test＿image ＝ Image．open（file）．convert（＂RGB＂）

     origi＿shape ＝ np．asarray（test＿image）．shape

     ＃ resize image to default shape

     default＿shape ＝ 320

     image＿resized ＝ np．array（test＿image．resize（（default＿shape， default＿shape）））
     ＃＃ Load color map

     category＿index ＝ load＿label＿map（＂．／label＿map．pbtxt＂）
     ＃ TODO Add more colors if there are more classes
     ＃ color of each label． check label＿map．pbtxt to check the index for each class
     color＿map ＝｛
     1：［255， 0， 0］，＃ bad －＞ red
     2：［0， 255， 0］＃ good －＞ green
     ｝
     ＃＃ The model input needs to be a tensor

     input＿tensor ＝ tf．convert＿to＿tensor（image＿resized）

     ＃＃ The model expects a batch of images， so add an axis with ｀tf．newaxis｀．

     input＿tensor ＝ input＿tensor［tf．newaxis，．．．］
     ＃＃ Feed image into model and obtain output

     detections＿output ＝ model（input＿tensor）

     num＿detections ＝ int（detections＿output．pop（＂num＿detections＂））

     detections ＝｛key： value［0，：num＿detections］．numpy（） for key， value in detections＿output．items（）｝

     detections［＂num＿detections＂］＝ num＿detections
     ＃＃ Filter out predictions below threshold
     ＃ if threshold is higher， there will be fewer predictions
     ＃ TODO change this number to see how the predictions change
     confidence＿threshold ＝ 0．8

     indexes ＝ np．where（detections［＂detection＿scores＂］＞ confidence＿threshold）
     ＃＃ Extract predicted bounding boxes

     bboxes ＝ detections［＂detection＿boxes＂］［indexes］

     ＃ there are no predicted boxes
     if len（bboxes）＝＝ 0：
     st．error（＇No boxes predicted＇）

     ＃ there are predicted boxes
     else：
     st．success（＇Boxes predicted＇）

     classes ＝ detections［＂detection＿classes＂］［indexes］．astype（np．int64）

     scores ＝ detections［＂detection＿scores＂］［indexes］

     ＃ plot boxes and labels on image
     image＿origi ＝ np．array（Image．fromarray（image＿resized）．resize（（origi＿shape［1］， origi＿shape［0］）））

     image＿origi ＝ plot＿boxes＿on＿img（color＿map， classes， bboxes， image＿origi， origi＿shape）
     ＃ show image in web page
     st．image（Image．fromarray（image＿origi）， caption＝＂Image with predictions＂， width＝400）

     st．markdown（＂＃＃＃ Predicted boxes＂）

     for idx in range（len（（bboxes）））：
     st．markdown（f＂＊ Class：｛str（category＿index［classes［idx］］［＇name＇］）｝， confidence score：｛str（round（scores［idx］， 2））｝＂）
    packages．txt：
    ffmpeg
     libsm6
     libxext6
    requirements．txt：
    numpy＝＝1．18．5
     opencv－python－headless
     Pillow＝＝7．2．0
     streamlit
     tensorflow＝＝2．3．0
    packages．txt和requirements．txt是将安装在Space中的库。这些文件非常重要，没有它们，代码将无法运行。
    最后，文件夹应该像这样

    saved＿model／是你先前从Datature下载的．zip文件中的文件夹
    label＿map．pbtxt存在于．zip文件
    ．gitattributes
    README．md
    app．py是用我在本文前面编写的代码创建的文件
    requirements．txt在前面的代码中提供
    packages．txt在前面的代码中提供
    一旦我们需要的所有文件都在文件夹中，我们可以将其推送到Space。打开Git Bash，依次粘贴以下命令：
    git add ．
    git commit －m “Added files”
    git push
    app上传文件需要一些时间，尤其是模型文件。git推送完成后，Space将花费几分钟来构建应用程序，并在Space中显示我们的应用程序。
    最后，你的应用会显示如下：https：／／huggingface．co／spaces／anebz／test

    你可以上传一张图片，模型需要几秒钟来加载，然后你就可以看到预测结果了。项目完成了！
    结论
    你的项目完成了，祝贺你！！你可以从零开始快速创建一个应用程序。你只需要在你的电脑上安装Git，不需要Python或者不需要编写任何代码。