不久之前，亞馬遜剛剛推出了DeepLens 。這是一款專門面向開發(fā)人員的全球首個支持深度學(xué)習(xí)的攝像機(jī)，它所使用的機(jī)器學(xué)習(xí)算法不僅可以檢測物體活動和面部表情，而且還可以檢測類似彈吉他等復(fù)雜的活動。雖然DeepLens還未正式上市，但智能攝像機(jī)的概念已經(jīng)誕生了。

今天，我們將自己動手打造出一款基于深度學(xué)習(xí)的照相機(jī)，當(dāng)小鳥出現(xiàn)在攝像頭畫面中時(shí)，它將能檢測到小鳥并自動進(jìn)行拍照。最終成品所拍攝的畫面如下所示：

相機(jī)不傻，它可以很機(jī)智

我們不打算將一個深度學(xué)習(xí)模塊整合到相機(jī)中，相反，我們準(zhǔn)備將樹莓派“掛鉤”到攝像頭上，然后通過WiFi來發(fā)送照片。本著“一切從簡”（窮）為核心出發(fā)，我們今天只打算搞一個跟DeepLens類似的概念原型，感興趣的同學(xué)可以自己動手嘗試一下。

接下來，我們將使用Python編寫一個Web服務(wù)器，樹莓派將使用這個Web服務(wù)器來向計(jì)算機(jī)發(fā)送照片，或進(jìn)行行為推斷和圖像檢測。

我們這里所使用的計(jì)算機(jī)其處理能力會更強(qiáng)，它會使用一種名叫 YOLO 的神經(jīng)網(wǎng)絡(luò)架構(gòu)來檢測輸入的圖像畫面，并判斷小鳥是否出現(xiàn)在了攝像頭畫面內(nèi)。

我們得先從YOLO架構(gòu)開始，因?yàn)樗悄壳八俣茸羁斓臋z測模型之一。該模型專門給Tensorflow（谷歌基于DistBelief進(jìn)行研發(fā)的第二代人工智能學(xué)習(xí)系統(tǒng)）留了一個接口，所以我們可以輕松地在不同的平臺上安裝和運(yùn)行這個模型。友情提示，如果你使用的是我們本文所使用的迷你模型，你還可以用CPU來進(jìn)行檢測，而不只是依賴于價(jià)格昂貴的GPU。

接下來回到我們的概念原型上… 如果像框內(nèi)檢測到了小鳥，那我們就保存圖片并進(jìn)行下一步分析。

檢測與拍照

正如我們所說的，DeepLens的拍照功能是整合在計(jì)算機(jī)里的，所以它可以直接使用板載計(jì)算能力來進(jìn)行基準(zhǔn)檢測，并確定圖像是否符合我們的標(biāo)準(zhǔn)。

但是像樹莓派這樣的東西，我們其實(shí)并不需要使用它的計(jì)算能力來進(jìn)行實(shí)時(shí)計(jì)算。因此，我們準(zhǔn)備使用另一臺計(jì)算機(jī)來推斷出現(xiàn)在圖像中的內(nèi)容。

我使用的是一臺簡單的Linux計(jì)算機(jī)，它帶有一個攝像頭以及WiFi無線網(wǎng)卡（ 樹莓派3 + 攝像頭 ），而這個簡單的設(shè)備將作為我的深度學(xué)習(xí)機(jī)器并進(jìn)行圖像推斷。對我來說，這是目前最理想的解決方案了，這不僅大大縮減了我的成本，而且還可以讓我在臺式機(jī)上完成所有的計(jì)算。

當(dāng)然了，如果你不想使用樹莓派視頻照相機(jī)的話，你也可以選擇在樹莓派上安裝OpenCV 3來作為方案B，具體的安裝方法請參考【這份文檔 】。友情提示，安裝過程可謂是非常的麻煩！

接下來，我們需要使用Flask來搭建Web服務(wù)器，這樣我們就可以從攝像頭那里獲取圖像了。這里我使用了 MiguelGrinberg 所開發(fā)的網(wǎng)絡(luò)攝像頭服務(wù)器代碼（ Flask視頻流框架 ），并創(chuàng)建了一個簡單的jpg終端：

#!/usr/bin/envpython
from import lib import import_module
import os
from flask import Flask, render_template, Response
#uncomment below to use Raspberry Pi camera instead
#from camera_pi import Camera
#comment this out if you're not using USB webcam
from camera_opencv import Camera
app =Flask(__name__)
@app.route('/')
def index():
 return "hello world!"
def gen2(camera):
 """Returns a single imageframe"""
 frame = camera.get_frame()
 yield frame
@app.route('/image.jpg')
def image():
 """Returns a single currentimage for the webcam"""
 return Response(gen2(Camera()),mimetype='image/jpeg')
if __name__ == '__main__':
app.run(host='0.0.0.0', threaded=True)

如果你使用的是樹莓派視頻照相機(jī)，請確保沒有注釋掉上述代碼中from camera_pi那一行，然后注釋掉from camera_opencv那一行。

你可以直接使用命令python3 app.py或gunicorn來運(yùn)行服務(wù)器，這跟Miguel在文檔中寫的方法是一樣的。如果我們使用了多臺計(jì)算機(jī)來進(jìn)行圖像推斷的話，我們還可以利用Miguel所開發(fā)的攝像頭管理方案來管理攝像頭以及計(jì)算線程。

當(dāng)我們啟動了樹莓派之后，首先需要根據(jù)IP地址來判斷服務(wù)器是否正常工作，然后嘗試通過Web瀏覽器來訪問服務(wù)器。

URL地址格式類似如下：

http://192.168.1.4:5000/image.jpg

在樹莓派中加載Web頁面及圖像來確定服務(wù)器是否正常工作：

圖像導(dǎo)入及推斷

既然我們已經(jīng)設(shè)置好了終端來加載攝像頭當(dāng)前的圖像內(nèi)容，我們就可以構(gòu)建一個腳本來捕捉圖像并推斷圖像中的內(nèi)容了。

這里我們需要用到request庫（一個優(yōu)秀的Python庫，用于從URL地址獲取文件資源）以及 Darkflow （YOLO模型基于Tensorflow的實(shí)現(xiàn)）。

不幸的是，我們沒辦法使用pip之類的方法來安裝 Darkflow ，所以我們需要克隆整個代碼庫，然后自己動手完成項(xiàng)目的構(gòu)建和安裝。安裝好Darkflow項(xiàng)目之后，我們還需要下載一個YOLO模型。

因?yàn)槲沂褂玫氖撬俣缺容^慢的計(jì)算機(jī)和板載CPU（而不是速度較快的GPU），所以我選擇使用YOLO v2迷你網(wǎng)絡(luò)。當(dāng)然了，它的功能肯定沒有完整的YOLO v2模型的推斷準(zhǔn)確性高啦！

配置完成之后，我們還需要在計(jì)算機(jī)中安裝Pillow、numpy和OpenCV。最后，我們就可以徹底完成我們的代碼，并進(jìn)行圖像檢測了。

最終的代碼如下所示：

from darkflow.net.build import TFNet
import cv2
from io import BytesIO
import time
import requests
from PIL import Image
import numpy as np
options= {"model": "cfg/tiny-yolo-voc.cfg", "load":"bin/tiny-yolo-voc.weights", "threshold": 0.1}
tfnet= TFNet(options)
birdsSeen= 0
def handleBird():
 pass
whileTrue:
 r =requests.get('http://192.168.1.11:5000/image.jpg') # a bird yo
 curr_img = Image.open(BytesIO(r.content))
 curr_img_cv2 =cv2.cvtColor(np.array(curr_img), cv2.COLOR_RGB2BGR)
 result = tfnet.return_predict(curr_img_cv2)
 print(result)
 for detection in result:
  if detection['label'] == 'bird':
   print("bird detected")
   birdsSeen += 1
   curr_img.save('birds/%i.jpg' %birdsSeen)
 print('running again')
time.sleep(4)

此時(shí)，我們不僅可以在命令控制臺中查看到樹莓派所檢測到的內(nèi)容，而且我們還可以直接在硬盤中查看保存下來的小鳥照片。接下來，我們就可以使用YOLO來標(biāo)記圖片中的小鳥了。

假陽性跟假陰性之間的平衡

我們在代碼的options字典中設(shè)置了一個threshold鍵，這個閾值代表的是我們用于檢測圖像的某種成功率。在測試過程中，我們將其設(shè)為了0.1，但是如此低的閾值會給我們帶來是更高的假陽性以及誤報(bào)率。更糟的是，我們所使用的迷你YOLO模型準(zhǔn)確率跟完整的YOLO模型相比，差得太多了，但這也是需要考慮的一個平衡因素。

降低閾值意味著我們可以得到更多的模型輸出（照片），在我的測試環(huán)境中，我閾值設(shè)置的比較低，因?yàn)槲蚁氲玫礁嗟男▲B照片，不過大家可以根據(jù)自己的需要來調(diào)整閾值參數(shù)。

代碼開源

跟之前一樣，我已經(jīng)將所有的代碼上傳到GitHub上了，感興趣的同學(xué)可以自行下載安裝【 GitHub傳送門 】。

最新評論