基于Keras 框架的目標檢測的研究與實踐

甘麗

（馬鞍山師范高等專科學校軟件工程系，安徽 馬鞍山 243041）

隨著人工智能技術(shù)的高速發(fā)展，目標檢測作為計算機是覺得一個重要研究方向也得到了長足的發(fā)展和廣泛的應(yīng)用。目前大多數(shù)目標檢測的研究側(cè)重在目標類別的識別，如公共汽車、小汽車、摩托車、自行車等，本研究側(cè)重在對不同品牌車輛的識別，對小目標的分類預(yù)測有著積極的參考意義。

1 Keras 框架

Keras 是一個用Python 編寫的高級神經(jīng)網(wǎng)絡(luò)API，能夠以TensorFlow，CNTK 等作為后端運行。沒有特定格式的單獨配置文件。模型定義在Python 代碼中，結(jié)構(gòu)緊湊，易于調(diào)試，并且易于擴展。[1]Keras 的核心數(shù)據(jù)結(jié)構(gòu)是神經(jīng)網(wǎng)絡(luò)模型model，其中使用較多的是Sequential 順序模型，它是由多個神經(jīng)層線性堆疊而成。在構(gòu)建好模型后，可以簡單的通過add 方法將各層添加到模型中去，在訓練模型之前，最重要是的配置學習過程，主要通過compile 方法來完成，其中有三個參數(shù)是非常重要的，他們分別是優(yōu)化器，損失函數(shù)和評估函數(shù)。訓練模型通常使用fit 方法，最后利用訓練好的模型預(yù)測我們的測試集。

2 神經(jīng)網(wǎng)絡(luò)原理

神經(jīng)網(wǎng)絡(luò)的主要用途在于分類，整個神經(jīng)網(wǎng)絡(luò)的分類還是圍繞著損失、優(yōu)化這兩部分的算法設(shè)計。[2-3]

公式的計算過程如圖1 所示。

圖1 softmax 計算過程

2.2 梯度下降算法

梯度下降是優(yōu)化神經(jīng)網(wǎng)絡(luò)的首選方法，各種優(yōu)化器也是基于梯度下降算法。梯度下降法基于以下定義：如果實值函數(shù)f(x)在點啊處可微且有定義，那么函數(shù)f(x)在a 點沿著梯度相反的方向-?f（a）下降最多。梯度下降算法的目的是使得損失函數(shù)的值找到最小值。模型的訓練目標即是尋找合適的w與b 以最小化代價函數(shù)值。參數(shù)w和b 的更新公式如圖2。

圖2 梯度下降算法參數(shù)更新

其中α 表示學習速率，即每次更新的w的步伐長度。當w大于最優(yōu)解w'時，導數(shù)大于0，那么w就會向更小的方向更新。反之當w 小于最優(yōu)解w' 時，導數(shù)小于0，那么w 就會向更大的方向更新。迭代直到收斂。

2.3 卷積神經(jīng)網(wǎng)絡(luò)

在計算機視覺領(lǐng)域，由于圖像特征數(shù)量對神經(jīng)網(wǎng)絡(luò)效果的壓力，卷積神經(jīng)網(wǎng)絡(luò)就能很好的解決這個問題。卷積神經(jīng)網(wǎng)絡(luò)有一個或多個卷積層、池化層以及全連接層等組成[4-5]，見圖3。

圖3 卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖

卷積層的目的是提取輸入的不同特征，主要參數(shù)有卷積核Size 的大小，padding- 零填充，stride 步長。通過卷積層的計算，我們能提取特征，但并沒有減少圖片的特征數(shù)量，在最后的全連接層依然面臨大量的參數(shù)，所以需要池化層進行特征數(shù)量的減少。池化層主要對卷積層學習到的特征圖進行亞采樣處理，池化的方式主要有最大池化和平均池化兩種，目的是為了降低后續(xù)網(wǎng)絡(luò)層的輸入維度，縮減模型大小，提高計算速度。卷積層+激活層+池化層可以看成是特征學習/特征提取層，而學習到的特征最終應(yīng)用于模型任務(wù)需要先對所有Feature Map 進行扁平化處理，再接一個或多個全連接層，進行模型學習[6-7]。

3 基于Keras 目標檢測的主要步驟

利用keras 框架里面已經(jīng)訓練好的VGG16 模型，對其進行微調(diào)，來做本研究中車輛類別的目標分類實踐。

3.1 讀取本地的圖片數(shù)據(jù)以及類別

使用一個ImageDataGenerator 圖片生成器，定義圖片處理以及數(shù)據(jù)增強相關(guān)功能

3.2 模型的結(jié)構(gòu)修改

在不動VGG 最后的1000 輸出結(jié)果基礎(chǔ)上，加上全局池化層和兩個全連接層，構(gòu)建自己的模型，實現(xiàn)代碼如下：

3.3 freeze 原始VGG 模型

讓VGG 結(jié)構(gòu)當中的權(quán)重參數(shù)不參與訓練，代碼如下：

3.4 編譯

編譯（指定優(yōu)化器，定義損失函數(shù)，定義準確率）、訓練模型，在遷移學習中算法：學習率初始化較小的值:0.001,0.0001，因為在已訓練好的模型基礎(chǔ)之上更新，所以設(shè)置較小的學習率去學習。將訓練好的模型保存為h5 文件格式，實現(xiàn)代碼如下：

3.5 預(yù)測

加載訓練的模型進行預(yù)測，加載待預(yù)測圖片，將圖片進行歸一化處理等，進行測試。

4 結(jié)論

本文通過研究深度學習相關(guān)理論，利用Keras 框架實現(xiàn)了車輛類別的識別，在30 個epoch 后，訓練集的測試精度達到了95%，測試集的精度也能達到90%左右，通過增加epoch，將bath_size 設(shè)置為64,128 后，沒有使測試精度顯著提高。后續(xù)筆者會嘗試使用VGG19 模型，或者優(yōu)化參數(shù)的選擇，進一步研究提高模型性能的可能。