来自52Pi社区的hotgarlic投稿~欢迎广大网友投稿至管理员
Hi, 树莓Pi的创客们，大家好。
今天跟大家分享一下一个很实用的例子，如果你已经玩过我的上一个入门教程，觉得不过瘾，那么就来试试今天的项目。
这次是用Pi制作智能摄像头，监视我家的猫咪，当它在台盆里喝水时就会被摄像头拍下来。当我们人的手或其他东西在台盆上时，摄像头则视而不见。因此要用深度学习技术，让摄像头能够将猫和其他东西区分出来。这里要在keras框架中运行inceptionV3模型，用到finetune技术。
技术介绍
InceptionV3
这是Google设计的深度学习网络框架，由很多层卷积层和一个分类器（全连接神经网络）组成。卷积层是核心，他负责从图片中提取特征，比如边缘，颜色，几何形状等等，还有人的五官，汽车的轮子等等，前一种叫浅特征，后一种叫深特征。而分类器，只做一些是非判断。所以卷积层相当于人类的感知，分类器则是纯粹的计算器。
这个网络特性优异，可以区分1000种类别的图片。因为他卷积层有很多，并且用数万张图片进行训练，从而学到了很多特征。特征被存放在权重文 件中，我们要用他来做摄像头程序。
finetune
inceptionV3的类别其实已经包含了猫。但是，我家的田园土猫，经常被识别成法国斗牛犬（图1），有时还会蹦出一些稀奇古怪的狗的名字（图2）。为了能让inceptionV3认出我家的猫，我必须让inceptionV3多识别几次，记录下它输出的一些奇特类别，然后把它们转换成猫咪类别。但有时猫咪站在台盆上，inceptionV3会输出浴缸，可能是台盆比猫清晰。要是每次这样也道倒算了，问题是台盆空着时，他也认成浴缸（图3），这就很麻烦了。
你可以到basin_cat/full_test/中运行recognize.ipynb，他会把我洗手的图认成皮搋子（图4）。
所以，最好能够训练一个自己的深度网络。但是训练卷积层需要昂贵的硬件设备和几周的时间，好在有了finetune技术。
finetune（图6）。就是不全部借用整个网络，而只是借用卷积层框架和它学到的特征，至于分类器，你必须重新设计，包括给出你自己的类别个数，当然训练用的图片也应该是你自己的。在训练过程中，卷积层的参数不会被修改，但是分类器的参数会改变，直到这个分类器能够分对图片。因为从全部模型做的识别中看出，卷积层学到的特征都还靠谱，他至少知道猫咪是个四条腿的动物，所以这些特征可以拿来利用。
教程
硬件
Pi3B+picamera2+Pi显示器（最好5寸以上），系统：Raspbian Jessie with PIXEL（2017-03-02）
PC/笔记本，系统：Ubuntu 14.04
软件包的安装
我希望你已经对python和Linux比较熟悉，知道如何安装缺少的包，熟悉从GitHub克隆安装软件包。然后在Pi和PC上都安装好下面的包。过程可能比较麻烦，有问题可以联系我hotgarlic@163.com
首先运行：
$sudo apt-update #系统更新
$sudo apt-upgrade #系统升级
$python3 get-pip.py #安装python软件包安装器pip3，在basin_cat文件夹中
tensorflow
他是keras的后台程序。
- Pi上安装：参考这里，选用第一种pip安装方式，以及python3对应的包。本教程所用
的代码，python包，和包的安装方式也都是针对python3的。
- PC上安装：具体参考这里，如果打不开，请百度禾斗学上网。
$sudo apt-get install python-pip python-dev
$pip3 install tensorflow
Keras
$git clone https://github.com/fchollet/keras.git
$cd yourfloder/keras
$sudo python3 setup.py install
他操作起来比tensorflow简单许多，值得多多学习，其包含了很多例子和优秀的模型，甚至你可以在他的仓库里找到alpha go的相关算法，这是现在很多人工智能的开源项目里面第二大开发平台，第一就是比较难用的他的后台tensorflow。
jupyter notebook
$sudo pip3 install jupyter
$jupyter notebook #进入jupyter界面
他是一个非常简洁易用的IDE，适合调试代码，现在越来越多的教程开始使用这个平台。具体用法很简单，这里就不细说了，请百度。
h5py
$sudo apt-get install python3-h5py
是用来存取训练分类器权重的软件包。
skimage，imageio
$sudo pip3 install -U scikit-image
$sudo pip3 install imageio
他们都是图片处理包。其中Imageio可以将mp4转换成图片。
Matplotlib
$python -m pip install -U pip setuptools
$python -m pip install matplotlib
这是可以在IDE中查看图片的工具包，可以不用安装，特别是不需要在Pi上安装。
gpac
$sudo apt-get install gpac
$MP4Box -add path/file.264 path/file.mp4 #格式转换命令
只需Pi上安装的包，可以将h264视频转换成MP4格式。
操作流程
- 将整个basin_cat文件夹复制到你的PC上。
- 打开jupyter，在jupyter中打开ipynb，单步运行代码。
- 先运行*和2.1之间的代码。之后sample文件夹里会多许多图片，请把图片中没有人，没有猫出现的图片放到basin_cat/label_2/sample中。
将分好类的图片进行扩增
加载inceptionV3模型及其学到的特征
让inceptionV3转换所有扩增好的图片
将inceptionV3转换好的数据作为分类器的训练数据
建立分类器模型
训练分类器
- 最后h5生成，里面是权重参数，在train.ipynb同文件夹。
将ipynb和trial_0.h5一起复制到Pi的同一个文件夹中。
- 打开jupyter，在jupyter中打开ipynb，单步运行代码。
- 先是一段预览摄像头的代码，会在屏幕上显示摄像头拍到的图像，你有10秒中调整摄
像头的位置。
- 然后是加载inceptionV3模型及权重、建立分类器模型的代码。注意这里的分类器一
定要和train.ipynb中一致！
- 最后是主程序，它循环不断得抓取图片，然后进行识别，如果识别到0类图片，也就是猫咪在台盆里喝水的图，那么将会把这个图片保存在硬盘中，在monitor.ipynb所在的文件夹。逮住猫咪喝水的图片是这样的（图5）。
说明
- random文件夹，是用来存放扩增图片的。扩增图片是从原始的图片中产生的，经过
了随机的几何变形和明暗变化后，原先的图片就可以成倍的增长，可以在样本不多的情况下让模型训练得更好。
- 你可以拍摄mp4，并存放到sample文件夹，注意要用mp4, 1.mp4, 2.mp4 …等等作
为文件名。
- 你也可以增加类别，先新建一个label_n文件夹，里面也要保含random和sample
文件夹。同时也要到train.ipynb中修改相应的代码。具体怎么改，请看代码里面的comment，这里就不细说了。当然，你最好也改一下分类器的模型和类别的个数。
我在第一次试运行中发现，虽然Pi可以捕捉到猫咪跳上台盆的证据，但有时也会误判。比如Pi会把台盆上的黑裤子当成猫咪。这是因为负样本（不是猫咪的图片）没有包含了黑色裤子的图片。
在这种情况下，从inceptionV3中获得的转换后数据，虽然包含了很多关于猫咪的深度特征，但分类器会故意忽略掉一些。
黑色裤子并不像猫咪那样有两个尖尖的耳朵（深度特征）。当缺乏黑裤子这样的训练样本时，分类器就只会根据颜色（浅特征）来分类。因为对分类器来说，只要看看图片里那块地方颜色是不是黑的，占了多大地方，连续度怎么样，就足以做出正确的判断了。
能否充分调动那些特征，使得分类器在判断时采纳这些信息，就取决于你能否给出足够数量的具有迷惑性的数据。
另外，将猫咪拖到其他背景中采集图片，也可以迫使分类器多多参考深度特征进行判断。
所以，你就要有意无意得对Pi进行干扰，让它拍下一些误判的图片，然后把这些图片加入到非猫咪图片的样本中去，再按照流程重新训练一遍。这里给出的代码也已经使得工作简化了许多，而且那些误判的图片并不会很多。
待完善
我还没有制作驱赶猫咪的机构，比如声光报警，喷水，来吓唬猫咪。希望有兴趣的并且同样讨厌猫咪不良行为的创客可以帮我完成。我并不擅长这些硬件方面的知识。
因为我用的是可见光摄像头，而不是红外摄像头，所以光线太暗就会导致误判，因
为很多细节的特征会被淹没。所以我就把昏暗的图片归类到了非猫咪类中，希望猫咪不会发现其中的漏洞。有兴趣的创客可以再加一个红外传感器来辅助一下。
题外话
也许你会认为，图片越多越准确，算什么智能。确实，现在有很多人提出这一的质疑。但是如果没有深度神经网络，卷积这样的算法，即便你拥有所有的图片，你都很难把这些图片抽象成可计算的特征，而现在的深度网络最成功的地方，就是自动提取特征，而且是深层次的特征。相比人工对特征参数化，就已经进步了不少。当然，还远远没有达到理想中的智能的目标。
