-
Notifications
You must be signed in to change notification settings - Fork 0
/
cnn_predict.py
194 lines (159 loc) · 8.55 KB
/
cnn_predict.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
#Dieses Skript kann genutzt werden, um dem CNN ein Bild zum verarbeiten zu geben und die interessanten Regionen zu segmentieren
import tensorflow as tf
import numpy as np
import cv2
import os
import watershed
from helpers import intersection
#Unterdrückt eine Warnmeldung bei MacOS
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
#Das ganze Model muss neu angegeben werden. Auch wenn es schon vorher trainiert wurde
def cnn_model(features, labels, mode):
#Bilder werden (erneut) auf 224x224 Pixel angepasst
input_layer = tf.reshape(features["x"], [-1, 224, 224, 3])
#Erster convolutional Layer
conv1 = tf.layers.conv2d(inputs=input_layer, filters=32, kernel_size=[5,5], padding="same", activation=tf.nn.relu)
pool1 = tf.layers.max_pooling2d(inputs=conv1, pool_size=[2,2], strides=2)
#Zweiter convolutional Layer
conv2 = tf.layers.conv2d(inputs=pool1, filters=64, kernel_size=[5, 5], padding="same", activation=tf.nn.relu)
pool2 = tf.layers.max_pooling2d(inputs=conv2, pool_size=[2,2], strides=2)
#Output des zweiten convolutional Layers wird für den Denselayer geglättet
pool2_flat = tf.reshape(pool2, [-1, 56 * 56 * 64])
#Erster vollständig verbundener Layer mit Dropout, um Overfitting entgegenzuwirken
dense = tf.layers.dense(inputs=pool2_flat, units=1024, activation=tf.nn.relu)
dropout = tf.layers.dropout(inputs=dense, rate=0.4, training = mode == tf.estimator.ModeKeys.TRAIN)
#Outputlayer
logits = tf.layers.dense(inputs = dropout, units = 3)
if labels is not None:
#Labels werden Onehot kodiert
onehot_labels = tf.one_hot(indices = labels, depth = 3)
#Loss wird berechnet
loss = tf.losses.softmax_cross_entropy(onehot_labels=onehot_labels, logits=logits)
#Predictions besitzen eine Klasse und eine Wahrscheinlichkeit
predictions = {
#Der höchste Output wird als Klasse gewählt
"classes": tf.argmax(input=logits, axis=1),
#Wahrscheinlichkeit wird durch Softmax angegeben
"probabilities": tf.nn.softmax(logits, name="softmax_tensor")
}
#Im Prediction-Modus werden Predictions ausgegeben
if mode == tf.estimator.ModeKeys.PREDICT:
return tf.estimator.EstimatorSpec(mode=mode, predictions=predictions, export_outputs={
'classify': tf.estimator.export.PredictOutput(predictions)})
def main(unused_argv):
#Das trainierte Model wird geladen
saver = tf.train.import_meta_graph('tmp/brandberg_cnn/model.ckpt-2056.meta')
with tf.Session() as sess:
#Der letzte Checkpoint des Models wird geladen und globale und lokale TensorFlowVariablen initialisiert
saver.restore(sess, tf.train.latest_checkpoint('tmp/brandberg_cnn/'))
init_op = tf.group(tf.global_variables_initializer(), tf.local_variables_initializer())
sess.run(init_op)
#Ein Bild (eine Buchseite) wird eingelesen
dirPath = 'data/images/'
imagePath = 'BOOK-0824731-0058.jpg'
img = cv2.imread(dirPath + imagePath)
#Eine Kopie des Bildes wird auf 600 Pixel höhe skaliert, das Seitenverhältnis wird beibehalten
#Dadurch soll der Rechenaufwand des selective search-Algorithmus verringert werden
newWidth = int(img.shape[1]*600/img.shape[0])
resizedImg = cv2.resize(img, (newWidth, 600))
#Selective search wird erstellt und ausgeführt. Schnelle Variante wird gewählt, um den Rechenaufwand weiter zu verringern
selectiveSearch = cv2.ximgproc.segmentation.createSelectiveSearchSegmentation()
selectiveSearch.setBaseImage(resizedImg)
selectiveSearch.switchToSelectiveSearchFast()
rects = selectiveSearch.process()
print('Anzahl gefundener Regionen:',len(rects))
#Einige Regionen werden von vornherein rausgefiltert
rectsToDelete = []
for i, rect in enumerate(rects):
x, y, w, h = rect
area = w * h
#Regionen sollen gefiltert werden, wenn die Fläche über 90 000 oder unter 100 Pixel groß ist oder die Höhe oder Breite unter 50 Pixel
if area > 90000 or area < 100 or w < 50 or h < 50:
rectsToDelete.append(i)
print(len(rectsToDelete), 'gefiltert.', len(rects)-len(rectsToDelete), 'Regionen werden übergeben')
#Regionen die den genannten Kriterien entsprechen werden gelöscht
for j in reversed(rectsToDelete):
rects = np.delete(rects, j, 0)
imagesToClassify = []
imagesForSegmentation = []
scaledBoundingBoxes = []
hscale = img.shape[0] / resizedImg.shape[0]
wscale = img.shape[1] / resizedImg.shape[1]
#Übrige Regionen werden aus der Buchseite ausgeschnitten und in einen Array gespeichert
for i, rect in enumerate(rects):
x, y, w, h = rect
#Regionen werden skaliert
scaledXmin, scaledYmin, scaledXmax, scaledYmax = int(x*wscale), int(y*hscale), int((x+w)*wscale), int((y+h)*hscale)
#Skalierte BoundingBox wird für spätere Rechnungen in einem Array abgespeichert
scaledBoundingBox = [scaledXmin, scaledYmin, scaledXmax, scaledYmax]
scaledBoundingBoxes.append(scaledBoundingBox)
#Skalierte Regionen werden aus dem Originalbild ausgeschnitten (nicht aus dem 600x600 Pixel Bild)
rectImg = img[scaledYmin:scaledYmax, scaledXmin:scaledXmax]
#Regionen werden in einen Array gespeichert mit dem später die Segmentation durchgeführt wird
imagesForSegmentation.append(rectImg)
#Region wird für das neuronale Netzwerk vorbereitet und in einen anderen Array gespeichert
rectImg = cv2.resize(rectImg, (224, 224), interpolation=cv2.INTER_CUBIC)
rectImg = cv2.cvtColor(rectImg, cv2.COLOR_BGR2RGB)
rectImg = rectImg.astype(np.float32)
imagesToClassify.append(rectImg)
#Prediction-Array wird für das neuronale Netzwerk zum NumPy-Array umgewandelt
imagesToClassify = np.asarray(imagesToClassify)
#Das neuronale Netzwerk wird geladen
classifier = tf.estimator.Estimator(
model_fn=cnn_model, model_dir="tmp/brandberg_cnn")
#Regionen werden dem Netzwerk übergeben und es gibt Predictions aus
input_fn = tf.estimator.inputs.numpy_input_fn(
x={"x": imagesToClassify},
num_epochs=1,
shuffle=False)
predictions = classifier.predict(input_fn = input_fn)
#Predictions werden in eine Liste gespeichert
list_pred = list(predictions)
#Regionen, bei denen sich das Netzwerk nicht zu 95% sicher ist, werden aus dem Array für die Segmentation gelöscht
#D.h. alle Regionen, bei denen das Netzwerk kein Mensch oder Tier erkannt hat
ind = len(list_pred)-1
deletedImages = 0
predictionsForSegmentation = []
for img in reversed(list_pred):
probs = img.get('probabilities')
if probs[0] < 0.95 and probs[1] < 0.95:
imagesForSegmentation.pop(ind)
scaledBoundingBoxes.pop(ind)
deletedImages += 1
else:
predictionsForSegmentation.append(max(probs[0], probs[1]))
ind -= 1
i = 0
arraylen = len(scaledBoundingBoxes)
#Durchläuft alle identifizierten Menschen und Tiere und filtert identische Objekte heraus
#Sind zwei identische Objekte gefunden, wird das mit der niedrigeren Wahrscheinlichkeit gelöscht
while i < arraylen:
j = i+1
while j < arraylen:
if intersection(scaledBoundingBoxes[i], scaledBoundingBoxes[j]):
#Die Wahrscheinlichkeit, mit der das neuronale Netz ein Tier oder Mensch erkannt hat
probsImgA = predictionsForSegmentation[i]
probsImgB = predictionsForSegmentation[j]
#Entfernt das Bild mit der geringeren Wahrscheinlichkeit aus allen Listen
if probsImgB <= probsImgA:
imagesForSegmentation.pop(j)
scaledBoundingBoxes.pop(j)
j -= 1
arraylen -= 1
else:
imagesForSegmentation.pop(i)
scaledBoundingBoxes.pop(i)
i -= 1
arraylen -= 1
break
j += 1
i += 1
print(len(imagesForSegmentation), 'Bilder werden segmentiert.')
#Pfad unter dem die Segmentierten bilder abgespeichert werden können
savePath = 'output/'
#Restliche Regionen aus dem zu segmentierenden Array werden durch den Watershed-Algorithmus segmentiert
for i, image in enumerate(imagesForSegmentation):
saveImagePath = savePath + imagePath[:-4] + '-' + str(i) + '.jpg'
watershed.computeWatershed(image, saveImagePath)
if __name__ == "__main__":
tf.app.run()