王瀚宸 编译自 Hackernoon
量子位 报道 | 公众号 QbitAI
上周末，量子位翻译了
一份MobileNet教程
，其中讲述了怎样在一个新的数据集上重新训练MobileNet，那篇文章的成果，是一个分类器，能在电脑上以每秒钟400张的速度，识别图片是否为道路。
MobileNet是为移动端量身打造的，因此这次我们准备把之前做的辨别道路的模型应用到一个Android App中，看看它在移动设备上效果如何。
目标和计划
首先，让我们明确目标和计划，我们希望做到：
为了达到这些目标，我们的计划是：
-
生成一个新的训练数据集；
-
训练多个MobileNet结构，从而寻找所能够达到准确率目标（95%）的最小型网络；
-
与在Android上运行的Inception V3做对比；
-
将TensorFlow上Android example App中的模型替换为我们的MobileNet；
-
大量的测试；
-
进行调试，从而将CPU的占用调到5%以下。
建立数据集
在
前一篇推送
中，我们为了辨认“道路/非道路”，从多个来源拉取了图片作为训练素材。
现在我们再来思考一下这样做是否有必要。
如果你记得的话，这个项目的目标是为了保护用户隐私，当车上的摄像头打开的时候，如果它看见的不是道路，就应该自动关掉。
所以，为了建立我们的训练数据集，我需要录制一些（跟驾驶相关）日常生活中的场景：比说我家的周围、我车子的外部，我在车上摆弄收音机、逗猫等等。这些会被当做非道路的数据用来训练模型。
△
一些“非道路”的示例图片
而训练数据的“道路”部分，是从Coastline driving dataset中随机取出的，这些图片都是由车的前置摄像头拍摄的。
△
一些“道路”的示例图片，注意这些图片中都有山坡，因此，为了防止模型把判断道路错认为判断山坡，我们需要对训练数据进行一些扩展。
为道路和非道路数据集各收集3000张图片后，下一步就是开始训练了。
用特定数据集训练MobileNet
下一步，是看看不同结构的MobileNet在经过训练后能达到什么样的准确度。
我们先从最“宽”的MobileNet开始训练：
MobileNet 1.0 @ 128
。 因为我们想把这个模型应用到移动设备上，因此我们将会采用权值量化，从而进一步减少内存占用。
关于重新训练MobileNet的操作细节，可以看我的前一篇推送。
在TensorFlow的根目录下，运行以下脚本：
python tensorflow/examples/image_retraining/retrain.py \
--image_dir ~/ml/blogs/road-not-road/data/ \
--learning_rate=0.0005 \
--testing_percentage=15 \
--validation_percentage=15 \
--train_batch_size=32 \
--validation_batch_size=-1 \
--flip_left_right True \
--random_scale=30 \
--random_brightness=30 \
--eval_step_interval=100 \
--how_many_training_steps=1000 \
--architecture mobilenet_1.0_128_quantized
在经历1000步的训练后，我们在测试集上达到了99.7%的准确率。
以下是模型做出了错误判断的一些图片：
△
被错认为道路的非道路图片，我不得不说这种失误是可以接受的，这显然是路，但不是我们要的类型 。
△
被错认为非道路的道路图片，我认为这是因为在训练集中没有出现桥架在道路上的图片，更多的训练数据能解决这个问题。
接下来让我们在最小的MobileNet上（0.25@128）训练，同样采用权值量化。在1000步训练后，我们达到了92.6%的正确率，没有达到我们的目标。
那么让它稍微变宽些呢，比如说0.5@128？
准确率达到了95%，最终的模型大小为1.6MB。值得一提的是我们训练模型只用了10分钟10fps的视频，所以在训练数据的收集上还有很大的提升空间。
接下来我们很快试一下看看模型是否能够如预计般工作：
python tensorflow/examples/label_image/label_image.py \
--graph=/tmp/output_graph.pb \
--labels=/tmp/output_labels.txt \
--image=/home/harvitronix/ml/blogs/road-not-road/test-image.jpg \
--input_layer=input \
--output_layer=final_result \
--input_mean=128 \
--input_std=128 \
--input_width=128 \
--input_height=128
△
系统认为这张图片是道路的可能性为99.023%
这个系统速度很快，在我们搭载NVIDIA GeForce 960m GPU的笔记本上，识别1,000张图片只需要3.36秒，即每秒钟能识别297.6张图片。
把MobileNet应用到Android App中
现在我们拥有了一个小巧、快速、足够精确的模型，接下来我们准备把它搭载到一个Android App上，从而在真实环境中进行测试。
继续使用TensorFlow提供的工具，我们马上就会使用里面的Android示例项目完成模型的搭载。
1. 建立项目
如果你还没有准备好，可以从TensorFlow的repository下载这个Android示例项目：
git clone https://github.com/tensorflow/tensorflow.git --depth 1
具体的文件夹是tensorflow/examples/android。用Android Studio打开这个文件夹，编译，然后把生成的APK安装包搭载到你的手机上，你就得到了一个搭载着在ImageNet数据集上训练出的Inception V3模型的图像分类器App，它能够准确地把猫咪跟鸭嘴兽区分开来。
如果你编译apk安装包过程有问题，可以参考他们的readme文档中的指示。
（https://github.com/tensorflow/tensorflow/tree/master/tensorflow/examples/android）
