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）

隨著人工智能技術的高速發展，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展和廣泛的應用。目前大多數目標檢測的研究側重在目標類別的識別，如公共汽車、小汽車、摩托車、自行車等，本研究側重在對不同品牌車輛的識別，對小目標的分類預測有著積極的參考意義。

1 Keras 框架

Keras 是一個用Python 編寫的高級神經網絡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，結構緊湊，易于調試，并且易于擴展。[1]Keras 的核心數據結構是神經網絡模型model，其中使用較多的是Sequential 順序模型，它是由多個神經層線性堆疊而成。在構建好模型后，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，其中有三個參數是非常重要的，他們分別是優化器，損失函數和評估函數。訓練模型通常使用fit 方法，最后利用訓練好的模型預測我們的測試集。

2 神經網絡原理

神經網絡的主要用途在于分類，整個神經網絡的分類還是圍繞著損失、優化這兩部分的算法設計。[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

梯度下降是優化神經網絡的首選方法，各種優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f(x)在點啊處可微且有定義，那么函數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 以最小化代價函數值。參數w和b 的更新公式如圖2。

圖2 梯度下降算法參數更新

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

2.3 卷積神經網絡

在計算機視覺領域，由于圖像特征數量對神經網絡效果的壓力，卷積神經網絡就能很好的解決這個問題。卷積神經網絡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 卷積神經網絡結構圖

卷積層的目的是提取輸入的不同特征，主要參數有卷積核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量，在最后的全連接層依然面臨大量的參數，所以需要池化層進行特征數量的減少。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網絡層的輸入維度，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用于模型任務需要先對所有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 框架里面已經訓練好的VGG16 模型，對其進行微調，來做本研究中車輛類別的目標分類實踐。

3.1 讀取本地的圖片數據以及類別

使用一個ImageDataGenerator 圖片生成器，定義圖片處理以及數據增強相關功能

3.2 模型的結構修改

在不動VGG 最后的1000 輸出結果基礎上，加上全局池化層和兩個全連接層，構建自己的模型，實現代碼如下：

3.3 freeze 原始VGG 模型

讓VGG 結構當中的權重參數不參與訓練，代碼如下：

3.4 編譯

編譯（指定優化器，定義損失函數，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之上更新，所以設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，實現代碼如下：

3.5 預測

加載訓練的模型進行預測，加載待預測圖片，將圖片進行歸一化處理等，進行測試。

4 結論

本文通過研究深度學習相關理論，利用Keras 框架實現了車輛類別的識別，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 設置為64,128 后，沒有使測試精度顯著提高。后續筆者會嘗試使用VGG19 模型，或者優化參數的選擇，進一步研究提高模型性能的可能。