動物識別大轉盤：玩轉圖像分類模型

劉梅

摘要：本項目以野生保護動物圖像分類為主題，共包括數據采集及處理、模型訓練、模型封裝、模型部署四個階段，利用6個課時帶領學生體驗完整的人工智能作品開發流程，以期為高中階段人工智能教學提供參考。

關鍵詞：模型訓練；Arduino；MobileNet；百度飛槳；圖像識別

中圖分類號：G434? 文獻標識碼：A? 論文編號：1674-2117（2023）09-0079-04

目前，在計算機視覺領域有多種圖像分類模型，如ResNet、MobileNet、LeNet等，這些模型在不同的圖像識別場景下發揮不同的作用。那么，不同網絡模型在結構上有什么差異？哪些模型識別速度更快準確率更高？哪些模型更輕量更適合部署在移動端？為了弄清這些問題，筆者在實際教學過程中進行了一系列探索并發現，如果只是講解理論，對于初次接觸深度學習的高中生來說是枯燥且晦澀的。因此，筆者開發了可以實踐的趣味項目，讓學生自己動手，親歷完整的問題解決過程，在實踐中理解人工智能模型算法原理。在項目實踐中，筆者也遇到并解決了一些新的問題，如如何實現本地局域網環境下的模型API調用，以解決機房網絡不佳、學生注冊調用網絡平臺API費時費力等問題？有什么硬件是價格低廉、配置簡單且適合機房環境下大班教學的？下面，筆者以完整的“動物識別分類”項目為例對上述問題進行闡述，以期為高中階段人工智能教學提供參考。

項目介紹

1.項目背景

本項目主題：打造AI野生保護動物識別系統。近幾年，販賣野生保護動物的情況屢見不鮮，許多人在不知情的情況下出于好奇而購買，從而觸犯了法律，究其根本原因還是缺乏對野生保護動物的認識。我們可以借助人工智能的圖像識別技術來解決這一問題。

2.項目時長

該項目分四部分，共6課時，分別為：數據采集及處理（2課時）、 模型訓練（1課時）、模型封裝（1課時）、模型部署（2課時）。

3.項目流程

首先，學生2人一組，從網絡上收集8到10種不常見的野生保護動物圖片，并進行預處理。然后，分組調用MobileNetV2、resnet50預訓練模型，在訓練過程中對比兩種圖像分類模型的差異。接著，利用教師提供的module.py半成品文件，將自己訓練出的模型進行封裝，實現本地調用。最后，利用Arduino板完成硬件部署。

項目實施

1.數據采集及處理

（1）數據采集

數據集的獲取處理是一個非常復雜的過程，既需要大量高質量的圖片數據，又要保證數據集的圖片具有足夠的多樣性，這樣才能提高訓練模型在實際應用中的泛化水平。由于野生保護動物在生活中并不常見，采用手機或相機拍攝是不可行的，所以教師可以指導學生應用高一學習的Python爬蟲知識爬取需要的數據集圖片，即根據關鍵詞從百度上爬取8到10種野生保護動物圖片，每種500張左右，核心代碼如圖1所示。

將下載好的數據集圖片分類放在10個文件夾中，需要按照飛槳平臺的數據集格式規則提前制作好一個label.text文檔，在后期模型訓練中作為數據索引。教師可以提前制作一份模型文檔給學生作為參考。格式如圖2所示。

（2）數據預處理

數據處理中重要的一步是將處理好的數據劃分訓練驗證集，使用sklearn.model_selection模塊，只需要如下兩行代碼就可以劃分出訓練驗證集：

from sklearn.model_selection import train_test_split

train_img， val_img， train_label， val_label = train_test_split（data， label， test_size=0.2）

接下來按照飛槳官網[1]提供的代碼進行數據預處理。

2.模型訓練

（1）神經網絡的搭建

直接調用飛槳平臺的內置模型，調用代碼如圖3所示。

使用paddle.summary語句查看網絡結構，如圖4所示。學生從中可以理解MobileNetV2與resnet50在模型結構上的異同，比教師講解理論要直觀清晰許多。

（2）模型訓練

可以選擇不同的訓練方式進行訓練，機房CPU環境下訓練時間較長，250個epoch，約需要一個小時左右（如下頁圖5）。

（3）模型評估

在模型訓練好后，使用下頁圖6所示的代碼繪制變化曲線來查看兩種訓練模型對應的準確率的區別，MobileNetV2約為65%，resnet50約為70%，差距不大，后續還需要繼續調優以提高其識別精度。還可以用同樣的方法繪制loss曲線，幫助學生理解訓練過程中損失函數的變化（如下頁圖7）。

（4）模型預測

加載模型啟動模型預測，選擇圖片對訓練出的模型進行預測，代碼如第82頁圖8所示。指導學生選擇圖片進行多次測試，以體驗訓練模型的識別精度。

3.模型封裝

訓練出的模型權重文件經過封裝，便可以實現本地部署。在機房局域網內，教師啟動部署命令，其他學生也可以調用該hub模型進行圖像識別。封裝的核心步驟是要編寫module.py文件，這是比較煩瑣的一步，其中包括配置模型信息、編寫推理方法、測試推理等，代碼較長，具體可參考官網使用指南。[2]

在這個過程中，教師的任務則是要提前為學生準備好module.py的框架代碼，這樣學生只需更改與自己訓練模型相關的少量關鍵代碼行即可，這樣可以節省課堂時間與學生的操作難度。在配置好module.py文件后，學生開始制作自己的paddlehub：新建一個文件夾mobilenet_meimei，與module.py文件中模型的名稱一致，在文件夾中加入一個__init__.py空文件，以及剛剛編輯好的module.py文件、assets文件夾。其中，assets文件夾中包含的是前期訓練好的模型及參數文件，如下頁圖9所示。之后啟動以下兩條命令：

hub install mobilenet_meimei

hub serving start -m mobilenet_meimei

在本地部署封裝好的模型，利用飛槳提供的測試代碼，就可以在本地對模型進行識別調用了。

4.模型部署

模型部署階段是整個項目環節中趣味性、交互性最強的階段。在這一部分，教師帶領學生利用封裝好的動物識別模型，結合Arduino制作“動物識別大轉盤”，將自己的訓練成果真正應用起來。Arduino板無法實現邊緣部署，計算推理等工作還是要在計算機端完成，但因其配置步驟簡單、價格低廉、功能強大，更適合沒有硬件基礎的學生以及機房環境下的大班教學。

（1）所需材料

硬件：Arduino*1、舵機*2、yeelight LED燈*1、杜邦線*6、小音箱或語音播報模塊。

軟件：jupyter或idle。

（2）實現功能

調用封裝好的動物識別模型，在成功識別出相應動物名稱后，組裝驅動硬件部分實現如下功能：①利用pyttsx3模塊，實現語音播報識別出的保護動物名稱。

②利用Pinpong模塊，實現Arduino控制舵機轉動，在轉盤中指向識別出的動物名稱。③利用yeelight模塊，結合小彩燈，當識別到不同動物時，彩燈會顯示與之相對應的不同顏色，如檢測到金絲猴亮起黃燈，檢測到耳廓狐亮起綠燈。如果遷移在水果分類項目中，還可以使亮起的燈顯示為識別出的相應水果的顏色，如火龍果顯示紅色、香蕉顯示黃色。

（3）實現方式

核心代碼如圖10所示。

結語

在本項目中，教師帶領學生體驗了完整的圖像分類識別流程，理解了resnet50、MobileNetV2兩種圖像分類模型在結構、訓練速度、訓練模型識別精度等方面的差異，實現了利用Arduino部署自訓練模型，解決了機房局域網環境下API調用本地化等問題。

參考文獻：

[1]飛槳官網[EB/OL].https：//www.paddlepaddle.org.cn/documentation/docs/zh/guides/beginner/data_preprocessing_cn.html.

[2]飛槳官網[EB/OL].https：//www.paddlepaddle.org.cn/documentation/docs/zh/api/paddle/nn/Sequential_cn.html#sequential.