介绍
什么是车标识别？
在学习 TensorFlow 的过程中，我在开源社区中找到了一个名为 MobileNet 的模型，该模型能对图像进行分类。Google 发布的 tensorflow-for-poets 项目正好支持这个模型，我们希望能结合 TensorFlow 与 MobileNet，将其应用于分类不同车标的图片。同时以此作为基础，体验 ML/TF 中不同超参数对训练的影响。
我们要创造什么？
在这个 Codelab 中，你将要使用车标图像训练一个 TensorFlow 模型。你将学会：
1收集并分类车标图像
2使用 MobileNet_v1_128 模型
3训练模型并测试效果
4分别测试 Learning Rate 为 0.1、0.001、0.0001、0.00001 时的训练效果
5测试将预训练模型替换为 MobileNet_v1_224 后的训练效果
6选择最好的训练超参数，执行预测
你将需要什么？
BlackWalnut Labs. AI Cloud 访问账号
收集并分类车标图像
本 Codelab 采用图像分类的方式来进行车标识别，因此需要收集的数据集很简单，只需要拍摄各种的车标图片即可。本 Codelab 提供了已拍摄完毕的演示用数据集，可以搭配自己拍摄的数据集使用。
在拍摄数据集时，需要注意以下几点。
1拍摄的照片的分辨率最好为 1:1
2拍摄的车标占拍摄图片的大多数区域
3每种车标拍摄相同数量的图片，且每种不少于 200 张
4不要逆光拍摄
新建名为 Codelab 的目录，并在该目录下新建名为 data 的目录。新建 Terminal 界面，进入 Codelab 目录，将 Tools/datasets 目录下的图片复制到该目录下。
cp -r …/Tools/datasets/* data
在 Codelab/data 目录下上传自己拍摄的图片并解压。（以 image.zip 为例）
unzip image.zip
rm image.zip
在图像分类模型的训练过程中，模型需要知道训练的标签以及每个标签所对应的图片，因此需要将上一步中拍摄的图片按照车标种类分类。
本 Codelab 所采用的训练程序基于 tensorflow-for-poets 项目，该项目的训练程序只需要将相同的车标归类到一个目录下即可，即在训练时传入的标签名即为归类的目录名。
本 Codelab 提供的数据集已经按照名称归类，在 Codelab/data 目录下分别新建名为 BUICK、CHANGAN、BMW、NISSAN、GM 的目录，切换到 Terminal 界面并进入 Codelab/data 目录，将对应名称段的图片分别移动到这些目录中。
BUICK: 1521121626331.jpg ~ 1521121911843.jpg
CHANGAN: 1521171197033.jpg ~ 1521171332105.jpg
BMW: 1521187291619.jpg ~ 1521187912599.jpg
NISSAN: 1521189204685.jpg ~ 1521189316223.jpg
GM: 1521257197105.jpg ~ 1521257469684.jpg
mv 1521121* BUICK
mv 1521171* CHANGAN
mv 1521187* BMW
mv 1521189* NISSAN
mv 1521257* GM
使用 MobileNet_v1_128 模型
能实现图像分类的模型有很多，比如 MobileNet、Inception、GoogleNet 等等，每种模型都有各自的特点，下图为 Google 的 Codelab 提供的各图像分类模型对比图，本 Codelab 中选择的是 MobileNet 模型。
MobileNet V1 模型目前支持 2 种分辨率的图像，分别为 128128 和 224224，不过提供的训练程序会自动将传入的图片转换成指定的分辨率。
在 Terminal 界面下声明环境变量，即训练时所要用到的模型以及图像参数。在当前步骤中，我们选择使用 MobileNet 模型，训练图像分辨率为 128*128。
IMAGE_SIZE=128
ARCHITECTURE=“MobileNet_1.0_KaTeX parse error: Undefined control sequence: at position 630: …cripts.retrain ̲ ̲--bottleneck_di…{ARCHITECTURE}”
–output_graph=output/retrained_graph_128_0_01.pb
–output_labels=output/retrained_labels_128_0_01.txt
–architecture="${ARCHITECTURE}"
–testing_percentage=10
–validation_percentage=10
–image_dir=data
–learning_rate=0.001
在执行训练后，程序会自动下载模型文件并进行训练，并且训练结束后在 output_graph 目录下生成 retrained_graph_128_0_01.pb 文件，在 output_labels 目录下生成 retrained_labels_128_0_01.txt 文件。
有两种评估训练结果的方式，一种是通过 Tensorboard 查看训练过程中各个参数的值，一种是执行评估程序直接查看识别准确率。
切换到 jupyter 界面，进入 Codelab/tmp/training_summaries 目录，选择在当前目录下进入 Tensorboard 界面。
Tensorboard 中的 accuracy_1 的曲线图即为识别的准确率随着训练步数的增加的变化情况。
如果想直接查看最终的准确率，先编辑 Codelab/scripts/evaluate.py 文件，根据下面的提示找到并修改程序。
image_dir = ‘tf_files/flower_photos’
修改为这段代码image_dir = ‘data’
-------------------------------------------------------------------- 找到这段代码with tf.Session(graph=graph) as sess: for filename, ground_truth in zip(filenames, ground_truths): image = Image.open(filename).resize((224,224),Image.ANTIALIAS) 修改为这段代码with tf.Session(graph=graph) as sess: for filename, ground_truth in zip(filenames, ground_truths): image = Image.open(filename).resize((128,128),Image.ANTIALIAS)切换到 Terminal 界面，进入 Codelab 目录，执行评估程序。
python3 -m scripts.evaluate output/retrained_graph_128_0_01.pb
输出值中 Accuracy 即为训练的准确率。
调整 Learning Rate
决定最终识别率的因素有三种，一种是训练的模型，一种是数据集的完整性和干净性，另一种是训练的超参数的合理性。
超参数即不会在训练过程中随着训练的进行而发生变化的训练参数，在本 Codelab 中，选择 learning_rate 为超参数并将其调整为 0.1、0.001、0.0001、0.00001 再次训练。切换到 Terminal 界面，进入 Codelab 目录，选择不同的 Learning Rate 开始训练。
Learning Rate 为 0.1 时：
python3 -m scripts.retrain
–bottleneck_dir=tmp/bottlenecks
–how_many_training_steps=5000
–model_dir=model
–summaries_dir=tmp/training_summaries/"KaTeX parse error: Undefined control sequence: at position 17: …ARCHITECTURE}" ̲ ̲ --output_gr…{ARCHITECTURE}"
–testing_percentage=10
–validation_percentage=10
–image_dir=data
–learning_rate=0.1
Learning Rate 为 0.001 时：
python3 -m scripts.retrain
–bottleneck_dir=tmp/bottlenecks
–how_many_training_steps=5000
–model_dir=model
–summaries_dir=tmp/training_summaries/"KaTeX parse error: Undefined control sequence: at position 17: …ARCHITECTURE}" ̲ ̲ --output_gr…{ARCHITECTURE}"
–testing_percentage=10
–validation_percentage=10
–image_dir=data
–learning_rate=0.001
Learning Rate 为 0.0001 时：
python3 -m scripts.retrain
–bottleneck_dir=tmp/bottlenecks
–how_many_training_steps=5000
–model_dir=model
–summaries_dir=tmp/training_summaries/"KaTeX parse error: Undefined control sequence: at position 17: …ARCHITECTURE}" ̲ ̲ --output_gr…{ARCHITECTURE}"
–testing_percentage=10
–validation_percentage=10
–image_dir=data
–learning_rate=0.0001
Learning Rate 为 0.00001 时：
python3 -m scripts.retrain
–bottleneck_dir=tmp/bottlenecks
–how_many_training_steps=5000
–model_dir=model
–summaries_dir=tmp/training_summaries/"KaTeX parse error: Undefined control sequence: at position 17: …ARCHITECTURE}" ̲ ̲ --output_gr…{ARCHITECTURE}"
–testing_percentage=10
–validation_percentage=10
–image_dir=data
–learning_rate=0.00001
切换到 Terminal 界面，进入 Codelab 目录，执行评估程序。
python3 -m scripts.evaluate output/retrained_graph_128_0_1.pb
python3 -m scripts.evaluate output/retrained_graph_128_0_001.pb
python3 -m scripts.evaluate output/retrained_graph_128_0_0001.pb
python3 -m scripts.evaluate output/retrained_graph_128_0_00001.pb
输出值中 Accuracy 即为训练的准确率。
调整训练分辨率
训练时所使用的图像分辨率也是训练的超参数之一，不同的分辨率同样会影响模型的训练结果。在 Learning Rate 为 0.01 的情况下，测试训练图像分辨率为 224224 时的结果。
测试图像分辨率为 224224*：
IMAGE_SIZE=224
ARCHITECTURE=“MobileNet_1.0_${IMAGE_SIZE}”
python3 -m scripts.retrain
–bottleneck_dir=tmp/bottlenecks
–how_many_training_steps=5000
–model_dir=model
–summaries_dir=tmp/training_summaries/"KaTeX parse error: Undefined control sequence: at position 17: …ARCHITECTURE}" ̲ ̲--output_graph=…{ARCHITECTURE}"
–testing_percentage=10
–validation_percentage=10
–image_dir=data
–learning_rate=0.001
编辑 Codelab/scripts/evaluate.py 文件，根据下面的提示找到并修改程序。
Terminal 界面，进入 Codelab 目录，执行评估程序。
python3 -m scripts.evaluate output/retrained_graph_224_0_01.pb
输出值中 Accuracy 即为训练的准确率。
执行预测
在训练完成之后，可能结果会显示准确率 100% ，貌似不太可信啊，我们可以使用另外的交通标志图片进行测试。
切换到 jupyter 项目树界面，在 Codelab 目录下新建名为 test 的目录。从网上寻找对应的车标图片，放在 test目录下，这里寻找的照片不需要特别注意分辨率，测试程序中内置了统一分辨率的功能。
参考下面的程序执行在线测试，测试结果会显示在输出中，每次执行会选择目录中的一张图片预测。
graph 表示训练后生成的 PB 文件所在的路径
image 表示要预测的图片所在的路径
python3 -m scripts.label_image
–graph=output/retrained_graph_224_0_01.pb
–labels=output/retrained_labels_224_0_01.txt
–input_height=224
–input_width=224
–image=test/image.jpg