神操作！只需5行代碼，就能做出一個(gè)圖像識(shí)別AI

作者：鈦靈創(chuàng)新 2020-01-07 11:30:50

在本文中，我們將簡(jiǎn)要介紹人工智能領(lǐng)域，特別是在計(jì)算機(jī)視覺領(lǐng)域，所涉及的挑戰(zhàn)，針對(duì)這些挑戰(zhàn)的現(xiàn)有現(xiàn)代解決方案以及如何方便，輕松地應(yīng)用這些解決方案而無需花費(fèi)大量時(shí)間和精力。

圖像識(shí)別的發(fā)展

幾十年來，人工智能一直是一個(gè)研究領(lǐng)域，科學(xué)家和工程師一直在努力探索使機(jī)器和計(jì)算機(jī)更好地感知和理解我們的世界以正確采取行動(dòng)并為人類服務(wù)的奧秘。這項(xiàng)研究工作最重要的方面之一就是使計(jì)算機(jī)了解我們周圍每天產(chǎn)生的視覺信息（圖像和視頻）。使計(jì)算機(jī)感知和理解視覺信息的領(lǐng)域稱為計(jì)算機(jī)視覺。

在1950年代至1980年代人工智能研究興起的過程中，手動(dòng)為計(jì)算機(jī)提供了有關(guān)如何識(shí)別圖像，圖像中的對(duì)象以及要注意的功能的說明。這種方法是傳統(tǒng)算法，被稱為專家系統(tǒng)，因?yàn)樗鼈円笕祟悶楸仨氉R(shí)別的物體的每個(gè)唯一場(chǎng)景識(shí)別特征并在計(jì)算機(jī)可以理解的數(shù)學(xué)模型中表示這些特征。這涉及很多繁瑣的工作，因?yàn)榭梢杂贸汕先f種不同的方式表示對(duì)象，并且存在成千上萬（甚至數(shù)百萬）種不同的場(chǎng)景和對(duì)象，從而找到了最優(yōu)且準(zhǔn)確的數(shù)學(xué)模型來代表每個(gè)對(duì)象或場(chǎng)景的所有可能特征，并且對(duì)于所有可能的對(duì)象或場(chǎng)景而言，更多的工作將永遠(yuǎn)持續(xù)下去。

然后，在1990年代，引入了機(jī)器學(xué)習(xí)的概念，并開創(chuàng)了一個(gè)時(shí)代，在這個(gè)時(shí)代中，我們不需告訴計(jì)算機(jī)在識(shí)別圖像和視頻中的場(chǎng)景和對(duì)象時(shí)要注意什么，而可以設(shè)計(jì)算法，使計(jì)算機(jī)能夠?qū)W習(xí)如何獨(dú)自識(shí)別圖像中的場(chǎng)景和物體，就像孩子通過探索來了解自己的環(huán)境一樣。機(jī)器學(xué)習(xí)為計(jì)算機(jī)學(xué)習(xí)識(shí)別幾乎我們想要的任何場(chǎng)景或物體開辟了道路。

神操作！只需5行代碼，就能做出一個(gè)圖像識(shí)別AI

隨著功能強(qiáng)大的計(jì)算機(jī)（如GPU）和先進(jìn)的深度學(xué)習(xí)算法用于圖像識(shí)別的出現(xiàn)，如Alex Krizhevsky等人于2012年提出的AlexNet，Kaeming He等人于2015年提出的ResNet，F(xiàn)orrest于2016年提出的SqueezeNet Landola等人（由Gao Huang等人于2016年提出的DenseNet）僅舉幾例，就可以將許多圖片（更像是計(jì)算機(jī)的圖像書）放在一起，并定義一個(gè)人工智能模型來學(xué)習(xí)場(chǎng)景和物體的特征這些圖片本身，并使用從學(xué)習(xí)過程中獲得的知識(shí)來識(shí)別其后將遇到的場(chǎng)景或?qū)ο箢愋偷乃衅渌麑?shí)例。

[[312040]]

為了訓(xùn)練一個(gè)可以識(shí)別你想要在圖片中識(shí)別出什么內(nèi)容的人工智能模型，傳統(tǒng)上它涉及應(yīng)用數(shù)學(xué)和深度學(xué)習(xí)庫(kù)的大量專業(yè)知識(shí)，更不用說需要花費(fèi)的時(shí)間和壓力了。編寫算法代碼，然后將代碼適配你的圖像。這是我們提供解決方案的地方。

AI Commons的團(tuán)隊(duì)開發(fā)了一個(gè)python庫(kù)，可讓你訓(xùn)練一個(gè)人工智能模型，該模型只需5條簡(jiǎn)單的python代碼就能識(shí)別出你希望圖像識(shí)別的任何對(duì)象。 python庫(kù)是ImageAI，它是一個(gè)庫(kù)，旨在讓學(xué)生，開發(fā)人員和研究人員具備各種專業(yè)知識(shí)，可以使用5至15條簡(jiǎn)單的代碼行來構(gòu)建具有最新計(jì)算機(jī)視覺功能的系統(tǒng)和應(yīng)用程序。現(xiàn)在，讓我們引導(dǎo)你創(chuàng)建可以識(shí)別您想要的任何東西的第一個(gè)人工智能模型。

要訓(xùn)練你的人工智能模型，你需要一個(gè)稱為數(shù)據(jù)集的圖像集合。數(shù)據(jù)集包含您你要讓你的人工智能模型識(shí)別的對(duì)象的成百上千的樣本圖像。但是你不用擔(dān)心！我們不是說要你現(xiàn)在就去下載數(shù)千張圖片，只是為了訓(xùn)練你的人工智能模型。在本教程中，我們提供了一個(gè)名為IdenProf的數(shù)據(jù)集。

神操作！只需5行代碼，就能做出一個(gè)圖像識(shí)別AI

IdenProf（可識(shí)別專業(yè)人士）是一個(gè)數(shù)據(jù)集，其中包含11,000張10位不同專業(yè)人士的照片，人類可以通過穿著方式看到并識(shí)別他們的工作。圖片在此數(shù)據(jù)集中的專業(yè)人員類別如下：

Chef（廚師）
Doctor（醫(yī)生）
Engineer（工程師）
Farmer（農(nóng)民）
Firefighter（消防員）
Judge（法官）
Mechanic（機(jī)械師）
Pilot（飛行員）
Police（警察）
Waiter（服務(wù)員）

神操作！只需5行代碼，就能做出一個(gè)圖像識(shí)別AI

該數(shù)據(jù)集被分為9000張（每個(gè)專業(yè)900張圖片）圖片來訓(xùn)練人工智能模型和2000張（每個(gè)專業(yè)200張圖片）圖片來測(cè)試人工智能模型在訓(xùn)練時(shí)的性能。 IdenProf已正確安排并準(zhǔn)備好訓(xùn)練您的人工智能模型，以使他們的著裝方式識(shí)別專業(yè)人士。作為參考，如果您使用自己的圖像數(shù)據(jù)集，則必須為要讓人工智能模型識(shí)別的每個(gè)對(duì)象或場(chǎng)景至少收集500張圖片。要訓(xùn)練使用ImageAI收集的任何圖像數(shù)據(jù)集，必須將圖像排列在文件夾中，如以下示例所示：

idenprof//train//chef// 900 images of chefs  
idenprof//train//doctor// 900 images of doctors  
idenprof//train//engineer// 900 images of engineer  
idenprof//train//farmer// 900 images of farmers  
idenprof//train//firefighter// 900 images of firefighters  
idenprof//train//judge// 900 images of judges  
idenprof//train//mechanic// 900 images of mechanics  
idenprof//train//pilot// 900 images of pilots  
idenprof//train//chef// 900 images of chef  
idenprof//train//police// 900 images of police  
idenprof//train//waiter// 900 images of waiters  
idenprof//test//chef// 200 images of chefs  
idenprof//test//doctor// 200 images of doctors  
idenprof//test//engineer// 200 images of engineer  
idenprof//test//farmer// 200 images of farmers  
idenprof//test//firefighter// 200 images of firefighters  
idenprof//test//judge// 200 images of judges  
idenprof//test//mechanic// 200 images of mechanics  
idenprof//test//pilot// 200 images of pilots  
idenprof//test//chef// 200 images of chef  
idenprof//test//police// 200 images of police  
idenprof//test//waiter// 200 images of waiters

既然你已經(jīng)了解了如何準(zhǔn)備自己的圖像數(shù)據(jù)集來訓(xùn)練人工智能模型，那么我們現(xiàn)在將指導(dǎo)你訓(xùn)練人工智能模型以識(shí)別使用ImageAI的專業(yè)人員。

神操作！只需5行代碼，就能做出一個(gè)圖像識(shí)別AI

首先，你必須通過此鏈接下載IdenProf數(shù)據(jù)集的zip。你還可以在下面的鏈接中的IdenProf GitHub存儲(chǔ)庫(kù)中查看經(jīng)過培訓(xùn)以識(shí)別職業(yè)的人工智能模型的所有詳細(xì)信息和示例結(jié)果。

https://github.com/OlafenwaMoses/IdenProf

因?yàn)橛?xùn)練人工智能模型需要高性能的計(jì)算機(jī)系統(tǒng)，所以我強(qiáng)烈建議你確保要用于此訓(xùn)練的計(jì)算機(jī)/筆記本電腦具有NVIDIA GPU。另外，如果你提供免費(fèi)的NVIDIA K80 GPU進(jìn)行實(shí)驗(yàn)，則可以使用Google Colab進(jìn)行此實(shí)驗(yàn)。
然后，你必須安裝ImageAI及其依賴項(xiàng)。

1）從Python語(yǔ)言官方網(wǎng)站下載并安裝Python 3

https://python.org

2）通過pip安裝以下pip：

i. TensorFlow

pip3 install tensorflow

ii. OpenCV

pip3 install opencv-python

iii. Keras

pip3 install keras

iv. ImageAI

pip3 install imageai --upgrade

用你想要給它的任何名稱創(chuàng)建一個(gè)python文件，例如“ FirstTraining.py”。
將IdenProf數(shù)據(jù)集的zip復(fù)制到Python文件所在的文件夾中。然后將其解壓縮到同一文件夾中。

·然后將下面的代碼復(fù)制到python文件（例如FirstTraining.py）中。

from imageai.Prediction.Custom import ModelTraining  
model_trainer = ModelTraining()  
model_trainer.setModelTypeAsResNet()  
model_trainer.setDataDirectory("idenprof")  
model_trainer.trainModel(num_objects=10, num_experiments=200, enhance_data=True, batch_size=32, show_network_summary=True)

這就是訓(xùn)練人工智能模型所需的全部代碼。在運(yùn)行代碼以開始培訓(xùn)之前，讓我們解釋一下代碼。

在第一行中，我們導(dǎo)入了ImageAI的模型訓(xùn)練課程。在第二行中，我們創(chuàng)建了模型訓(xùn)練課程的實(shí)例。在第三行中，我們將模型類型設(shè)置為ResNet（有四種可用的模型類型為SqueezeNet，ResNet，InceptionV3和DenseNet）。在第四行中，我們將數(shù)據(jù)目錄（數(shù)據(jù)集目錄）設(shè)置為你解壓縮的數(shù)據(jù)集zip文件的文件夾。然后在第五行中，調(diào)用trainModel函數(shù)并指定以下值：

number_objects：這是指IdenProf數(shù)據(jù)集中不同類型的專業(yè)人員的數(shù)量。
num_experiments：這是模型訓(xùn)練器將研究idenprof數(shù)據(jù)集中的所有圖像的次數(shù)，以實(shí)現(xiàn)最大的準(zhǔn)確性。
Enhance_data（可選）：告訴模型訓(xùn)練器在IdenProf數(shù)據(jù)集中創(chuàng)建圖像的修改后的副本，以確保獲得最大的準(zhǔn)確性。
batch_size：這是指模型訓(xùn)練器將研究IdenProf數(shù)據(jù)集中的所有圖像之前，將立即研究的圖像集的數(shù)量。
Show_network_summary（可選）：這將顯示你用于訓(xùn)練人工智能模型的模型類型的結(jié)構(gòu)。

現(xiàn)在，你可以開始運(yùn)行Python文件并開始培訓(xùn)。培訓(xùn)開始時(shí)，你將看到以下結(jié)果：

=====================================  
Total params: 23,608,202  
Trainable params: 23,555,082  
Non-trainable params: 53,120  
______________________________________ 
Using Enhanced Data Generation  
Found 4000 images belonging to 4 classes.  
Found 800 images belonging to 4 classes.  
JSON Mapping for the model classes saved to C:\Users\User\PycharmProjects\FirstTraining\idenprof\json\model_class.json  
Number of experiments (Epochs) : 200  
Epoch 1/100  
1/280 [>.............................] - ETA: 52s - loss: 2.3026 - acc: 0.2500  
2/280 [>.............................] - ETA: 52s - loss: 2.3026 - acc: 0.2500  
3/280 [>.............................] - ETA: 52s - loss: 2.3026 - acc: 0.2500  
..............................,  
..............................,  
..............................,  
279/280 [===========================>..] - ETA: 1s - loss: 2.3097 - acc: 0.0625Epoch 00000: saving model to C:\Users\User\PycharmProjects\FirstTraining\idenprof\models\model_ex-000_acc-0.100000.h5  
280/280 [==============================] - 51s - loss: 2.3095 - acc: 0.0600 - val_loss: 2.3026 - val_acc: 0.1000

讓我們解釋一下上面顯示的細(xì)節(jié)：

1.語(yǔ)句“針對(duì)保存到C：\ Users \ User \ PycharmProjects \ FirstTraining \ idenprof \ json \ model_class.json的模型類的JSON映射”表示模型訓(xùn)練器已為idenprof數(shù)據(jù)集保存了一個(gè)JSON文件，你可以使用它來使用自定義圖像預(yù)測(cè)類識(shí)別其他圖片（進(jìn)一步閱讀時(shí)可以使用說明）。

2.第1/200行，表示網(wǎng)絡(luò)正在對(duì)目標(biāo)200進(jìn)行第一次訓(xùn)練

3.第1/280行[>…………………………..]-ETA：52s-損失：2.3026-acc：0.2500表示在本實(shí)驗(yàn)中已訓(xùn)練的批次數(shù)

4.“ Epoch 00000：將模型保存到C：\ Users \ User \ PycharmProjects \ FirstTraining \ idenprof \ models \ model_ex-000_acc-0.100000.h5”行是指在當(dāng)前訓(xùn)練后保存的模型。 ex_000代表此階段的實(shí)驗(yàn)，而acc0.100000和valacc：0.1000代表本實(shí)驗(yàn)后模型在測(cè)試圖像上的準(zhǔn)確性（準(zhǔn)確性的最大值為1.0）。此結(jié)果有助于了解可用于自定義圖像預(yù)測(cè)的最佳性能模型。

訓(xùn)練完人工智能模型后，你可以使用“ CustomImagePrediction”類對(duì)獲得最高準(zhǔn)確性的模型進(jìn)行圖像預(yù)測(cè)。

[[312044]]

萬一由于無法訪問NVIDIA GPU而無法自行訓(xùn)練人工智能模型，就本教程而言，我們提供了我們?cè)贗denProf數(shù)據(jù)集上訓(xùn)練的人工智能模型，你可以使用它現(xiàn)在可以預(yù)測(cè)數(shù)據(jù)集中10位專業(yè)人員中任何一位的新圖像。經(jīng)過61次訓(xùn)練實(shí)驗(yàn)，該模型的準(zhǔn)確率超過79％。另外，如果你自己還沒有進(jìn)行培訓(xùn)，還可以通過此鏈接下載idenprof模型的JSON文件。然后，你準(zhǔn)備好使用受過訓(xùn)練的人工智能模型開始認(rèn)可專業(yè)人員。請(qǐng)按照以下說明進(jìn)行操作。

接下來，創(chuàng)建另一個(gè)Python文件并為其命名，例如FirstCustomImageRecognition.py。復(fù)制上面下載的人工智能模型或獲得最高準(zhǔn)確性的訓(xùn)練模型，并將其粘貼到新python文件的文件夾（例如FirstCustomImageRecognition.py）中。還要復(fù)制您下載的或由培訓(xùn)生成的JSON文件，并將其粘貼到與新python文件相同的文件夾中。將屬于IdenProf數(shù)據(jù)集中類別的任何專業(yè)人士的示例圖像復(fù)制到與新python文件相同的文件夾中。

然后復(fù)制下面的代碼，并將其放入新的python文件中：

from imageai.Prediction.Custom import CustomImagePredictionimport os  
execution_path = os.getcwd()  
prediction = CustomImagePrediction()prediction.setModelTypeAsResNet()prediction.setModelPath("idenprof_061-0.7933.h5")prediction.setJsonPath("idenprof_model_class.json")prediction.loadModel(num_objects=10)  
predictions, probabilities = prediction.predictImage("image.jpg", result_count=3)  
for eachPrediction, eachProbability in zip(predictions, probabilities): print(eachPrediction , " : " , eachProbability)

[[312045]]

查看下面的示例圖像和結(jié)果。

waiter : 99.99997615814209

chef : 1.568847380895022e-05

judge : 1.0255866556008186e-05

是不是很簡(jiǎn)單！現(xiàn)在，讓我們解釋上面產(chǎn)生此預(yù)測(cè)結(jié)果的代碼。

上面的第一和第二行代碼導(dǎo)入ImageAI的CustomImagePrediction類，以使用經(jīng)過訓(xùn)練的模型和python os類來預(yù)測(cè)和識(shí)別圖像。第三行代碼創(chuàng)建一個(gè)變量，該變量保存對(duì)包含python文件（在本示例中為FirstCustomImageRecognition.py）和你自己下載或自己訓(xùn)練的ResNet模型文件的路徑的引用。

在上面的代碼中，我們?cè)诘谒男兄袆?chuàng)建了ImagePrediction（）類的實(shí)例，然后通過在第五行中調(diào)用.setModelTypeAsResNet（）將預(yù)測(cè)對(duì)象的模型類型設(shè)置為ResNet，然后設(shè)置模型路徑預(yù)測(cè)對(duì)象到人工智能模型文件（idenprof_061–0.7933.h5）的路徑，我們將其復(fù)制到第六行的項(xiàng)目文件夾文件夾中。

在第七行中，我們?cè)O(shè)置復(fù)制到第七行中的文件夾的JSON文件的路徑，并在第八十行中加載模型。最后，我們對(duì)復(fù)制到文件夾中的圖像進(jìn)行預(yù)測(cè)，然后將結(jié)果打印到命令行界面。

到目前為止，你已經(jīng)學(xué)習(xí)了如何使用ImageAI輕松訓(xùn)練自己的人工智能模型，該模型可以預(yù)測(cè)圖像中的任何類型的對(duì)象或?qū)ο蠹?/p>

當(dāng)然，除了以上教程，筆者順便提一下鈦靈AIX，一款集計(jì)算機(jī)視覺與智能語(yǔ)音交互兩大核心功能為一體的迷你人工智能硬件。基于 Intel Movidius AI加速芯片的強(qiáng)大算力支持與內(nèi)置的語(yǔ)音 SDK 和 API，鈦靈 AIX可以兼容AI模型資源平臺(tái)——Model Play。Model Play面向全球開發(fā)者，內(nèi)置多樣化AI模型，更是支持谷歌 Edge TPU邊緣人工智能計(jì)算芯片以及更多AI硬件，可以幫助開發(fā)者加速專業(yè)級(jí)開發(fā)。

此外，Model Play提供完整易用的遷移學(xué)習(xí)模型訓(xùn)練工具及豐富模型實(shí)例。基于Google開源神經(jīng)網(wǎng)絡(luò)架構(gòu)及算法，構(gòu)建自主遷移學(xué)習(xí)功能，用戶無需寫代碼，通過選擇圖片、定義模型和類別名稱即可完成AI模型訓(xùn)練，實(shí)現(xiàn)人工智能的易學(xué)易開發(fā)。

責(zé)任編輯：龐桂玉來源：今日頭條