Android TensorFlow Lite 人臉辨識

在上一篇，我們介紹過使用TensorFlow Lite來辨識物品，此篇我們來探討如何達成人臉辨識。
由於無法取得TensorFlow Lite的人臉模型，因此我們必須自已訓練模型來分析圖片。

參考文章

Step 1: 安裝TensorFlow

我們在Ubuntu機器上先安裝TensorFlow

cmd

pip install --upgrade  "tensorflow==1.7.*"
pip install PILLOW

Step 2: 下載TensorFlow Script

cmd

git clone https://github.com/googlecodelabs/tensorflow-for-poets-2
cd tensorflow-for-poets-2

Step 3: 下載訓練圖片

我們在網路上擷取一些圖片，來當作訓練資料。

每種圖片至少要20張。

將下載好的圖片放置/tensorflow-for-poets-2/tf_files中，並使用一個父類別的資料夾，如
/tensorflow-for-poets-2/tf_files/people/cheryl
/tensorflow-for-poets-2/tf_files/people/fivebear
/tensorflow-for-poets-2/tf_files/people/sonia

在父類別資料夾中的子資料夾名稱，之後會成為我們訓練出來的Label名稱

Step 4: 設定Config

繼續在終端機輸入

IMAGE_SIZE : 圖像解析度，若設的太高，則分析起來會花比較長的時間。
可設定的值為 128,160,192, or 224px
ARCHITECTURE : 設定比對值，可設定為 1.0, 0.75, 0.50, or 0.25。

cmd

IMAGE_SIZE=224
ARCHITECTURE="mobilenet_0.50_${IMAGE_SIZE}"

Step 5: 訓練資料

在終端機輸入

cmd

python -m scripts.retrain 
--bottleneck_dir=tf_files/bottlenecks 
--how_many_training_steps=500 
--model_dir=tf_files/models/ 
--summaries_dir=tf_files/training_summaries/"${ARCHITECTURE}" 
--output_graph=tf_files/retrained_graph.pb 
--output_labels=tf_files/peopleLabels.txt 
--architecture="${ARCHITECTURE}" 
--image_dir=tf_files/people

程式會執行Python script : scripts.retrain，根據我們的訓練圖資會產生訓練資訊-retrained_graph.pb以及Label - peopleLabels.txt

Step 6: 轉譯為Mobile訓練資料

首先我們必須先安裝bazel, freeze_graph, toco等工具。

安裝bazel : 可參考官網的安裝方式

下載TensorFlow Source code

cmd

git clone https://github.com/tensorflow/tensorflow.git

編譯 reeze_graph, toco

cmd

cd tensorflow/
bazel build tensorflow/python/tools:freeze_graph
bazel build tensorflow/contrib/lite/toco:toco

回到tensorflow-for-poets-2資料夾後輸入

cmd

toco 
--input_file=tf_files/retrained_graph.pb 
--output_file=tf_files/people.tflite 
--input_format=TENSORFLOW_GRAPHDEF 
--output_format=TFLITE 
--input_shape=1,${IMAGE_SIZE},${IMAGE_SIZE},3 
--input_array=input 
--output_array=final_result 
--inference_type=FLOAT 
--input_data_type=FLOAT

執行完後會產生Mobile所使用的訓練資料檔people.tflite，再將people.tflite和peopleLabels.txt 放到Project的/src/main/assets中。

並更改前篇文章程式中的MODEL_NAME和LABEL_NAME即可。

cmd

MODEL_NAME = "people";
LABEL_NAME = "peopleLabels";

執行結果