基于PaddleDetection的品牌logo目标相似度检测

2024-01-24 22:50
文章标签 品牌 目标 检测 相似 logo paddledetection

本文主要是介绍基于PaddleDetection的品牌logo目标相似度检测，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

0. 背景介绍

在现如今的时代，对于logo的设计是每一家商店的独家标志，但是这些标志有时候只要稍作修改人们往往都不易察觉。这时我们可以通过使用相似度检测捕捉logo的特征从而判断自家商店的logo是否被侵犯了知识产权。通过这个项目我们可以及时对近似商标提出异议以免对自身品牌造成不良影响。

1. 数据集介绍

我们的项目使用的是商品logo数据集，其中有50类商品，训练集中有3500张图片，测试集中有7500张测试图片，划分的类别有50种不同的商品logo图标，使用的是coco数据集，所以标注所在的文件都是json文件，如果有你想要更改的标注将json文件下载下来进行更改后进行替换。

执行解压后数据集为：

–work/data/train 训练集

–work/data/val 测试集

而在这之中images中存放的图片为.jpg格式的图片，而annotations文件夹中是作为json文件标注数据存放地。

2. 模型介绍

2.1 ppyoloe的介绍：

详情可参考https://github.com/PaddlePaddle/PaddleDetection/blob/release/2.5/configs/ppyoloe/README_cn.md

PP-YOLOE是基于PP-YOLOv2的单阶段Anchor-free模型，超越了多种流行的yolo模型。PP-YOLOE有一系列的模型，即s/m/l/x，可以通过width multiplier和depth multiplier配置。PP-YOLOE避免使用诸如deformable convolution或者matrix nms之类的特殊算子，以使其能轻松地部署在多种多样的硬件上。
PP-YOLOE-l 在 COCO test-dev 上精度可达 51.4%，在 V100 上使用 TRT FP16 进行推理，速度可达 149.2FPS，相较于YOLOX-l精度提升 1.3 AP，速度提升 24.96%；相较于YOLOv5-x精度提升 0.7AP，TRT-FP16 加速 26.8%；相较于PP-YOLOv2精度提升 1.9 AP，速度提升 13.35%。

目前YOLOX以50.1达到了速度和精度的最佳平衡，V100上测试可达68FPS，是当前YOLO系列网络的集大成者，YOLOX引入了先进的动态标签分配方法，在精度方面显著优于YOLOv5，受到YOLOX的启发，作者进一步优化了之前的工作PP-YOLOv2。在PP-YOLOv2的基础上提出YOLOE，该检测器避免使用deformable convolution和matrix nms等运算操作，能在各种硬件上得到很好的支持。

2.2 结果展示

3. 模型架构

下面我们来看看pp-yoloe的模型架构并且简单介绍下其中的内容：

PP-YOLOE由以下方法组成：

可扩展的backbone和neck
Task Alignment Learning
Efficient Task-aligned head with DFL和VFL
SiLU激活函数

3.1 RepVGG

RepVGG，这个网络就是在VGG的基础上面进行改进，主要的思路包括：

在VGG网络的Block块中加入了Identity和残差分支，相当于把ResNet网络中的精华应用 到VGG网络中；
模型推理阶段，通过Op融合策略将所有的网络层都转换为3×3卷积，便于网络的部署和加速。

为什么要用VGG式模型？
3×3卷积非常快。在GPU上，3×3卷积的计算密度（理论运算量除以所用时间）可达1×1和5×5卷积的4倍。
单路架构非常快，因为并行度高。同样的计算量，“大而整”的运算效率远超“小而碎”的运算。
单路架构省内存。例如，ResNet的shortcut虽然不占计算量，却增加了一倍的显存占用。
单路架构灵活性更好，容易改变各层的宽度（如剪枝）。
RepVGG主体部分只有一种算子：3×3卷积接ReLU。在设计专用芯片时，给定芯片尺寸或造价可以集成海量的3×3卷积+ReLU计算单元来达到很高的效率。

3.2 CSPNet结构：

CSPNet的主要思想还是Partial Dense Block，设计Partial Dense Block的目的是：

增加梯度路径。
平衡各层的计算。
减少内存流量。

CSPNet的提出解决了以下问题：

强化 CNN 的学习能力：现有 CNN 网络一般在轻量化以后就会降低效果，CSPNet 希望能够在轻量化的同时保持良好的效果。CSPNet 在嵌入分类任务的 ResNet、ResNeXt、DenseNet 等网络后，可以在保持原有效果的同时，降低计算量 10%~20%

移除计算瓶颈：过高的计算瓶颈会导致推理时间更长，在其计算的过程中其他很多单元空闲，所以作者期望所有的计算单元的效率差不太多，从而提升每个单元的利用率，减少不必要的损耗。

减少内存占用：CSPNet 使用 cross-channel pooling 的方法来压缩特征图

3.3 SPP结构

SPP-Net全名为Spatial Pyramid Pooling（空间金字塔池化结构），2015年由微软研究院的何恺明提出,主要解决2个问题：

有效避免了R-CNN算法对图像区域剪裁、缩放操作导致的图像物体剪裁不全以及形状扭曲等问题。
解决了卷积神经网络对图像重复特征提取的问题，大大提高了产生候选框的速度，且节省了计算成本。

SPP 显著特点
不管输入尺寸是怎样，SPP 可以产生固定大小的输出
使用多个窗口(pooling window)
SPP 可以使用同一图像不同尺寸(scale)作为输入, 得到同样长度的池化特征。
其它特点
由于对输入图像的不同纵横比和不同尺寸，SPP同样可以处理，所以提高了图像的尺度不变(scale-invariance)和降低了过拟合(over-fitting)
实验表明训练图像尺寸的多样性比单一尺寸的训练图像更容易使得网络收敛(convergence)
SPP 对于特定的CNN网络设计和结构是独立的。(也就是说，只要把SPP放在最后一层卷积层后面，对网络的结构是没有影响的， 它只是替换了原来的pooling层)
不仅可以用于图像分类而且可以用来目标检测

通过spp模块实现局部特征和全局特征（所以空间金字塔池化结构的最大的池化核要尽可能的接近等于需要池化的featherMap的大小）的featherMap级别的融合，丰富最终特征图的表达能力，从而提高MAP。

3.4 neck结构

yoloe的neck结构采用的依旧是FPN+PAN结构模式，FPN是自顶向下的，将高层特征通过上采样和低层特征做融合得到进行预测的特征图。和FPN层不同，yoloe在FPN层的后面还添加了一个自底向上的特征金字塔。FPN是自顶向下，将高层的强语义特征传递下来，对整个金字塔进行增强，不过只增强了语义信息，对定位信息没有传递，而本文就是针对这一点，在FPN的后面添加一个自底向上的金字塔。这样的操作是对FPN的补充，将低层的强定位特征传递上去。

3.5 head结构

对于PP-YOLOE的head部分，其依旧是TOOD的head，也就是T-Head，主要是包括了Cls Head和Loc Head。具体来说，T-head首先在FPN特征基础上进行分类与定位预测；然后TAL基于所提任务对齐测度计算任务对齐信息；最后T-head根据从TAL传回的信息自动调整分类概率与定位预测。

由于2个任务的预测都是基于这个交互特征来完成的，但是2个任务对于特征的需求肯定是不一样的，因为作者设计了一个layer attention来为每个任务单独的调整一下特征，可以理解为是一个channel-wise的注意力机制。这样的话就得到了对于每个任务单独的特征,然后再利用这些特征生成所需要的类别或者定位的特征图。

3.6 pp-yoloe+改进之处

精度

首先，我们使用Objects365大规模数据集对模型进行了预训练。Objects365数据集含有的数据量可达百万级，在大数据量下的训练可以使模型获得更强大的特征提取能力、更好的泛化能力，在下游任务上的训练可以达到更好的效果。

其次，我们在RepResBlock中的1x1卷积上增加了一个可学习的权重alpha，进一步提升了backbone的表征能力，获得了不错的效果提升。最后，我们调整了NMS的参数，在COCO上可以获得更好的评估精度。

训练速度

基于Objects365的预训练模型，将学习率调整为原始学习率的十分之一，训练的epoch从300降到了80，在大大缩短了训练时间的同时，获得了精度上的提升。

端到端推理速度

我们精简了预处理的计算方式，由于减均值除方差的方式在CPU上极其耗时，所以我们在优化时直接去除掉了这部分的预处理操作，使得PP-YOLOE+系列模型在端到端的速度上能获得40%以上的加速提升。

下游泛化性增强

我们验证了PP-YOLOE+模型强大的泛化能力，在农业、低光、工业等不同场景下游任务检测效果稳定提升。

ppyoloe+模型效果：

3.7 模型精度展示

原文参考：https://www.eet-china.com/mp/a120559.html

https://blog.csdn.net/jiaoyangwm/article/details/80011656/

https://blog.csdn.net/PaddlePaddle/article/details/127258643

4. 配置环境

下载自己所需环境

!pip install pycocotools
!pip install mmcv
!pip install -U seaborn
!pip install paddlepaddle-gpu
!pip install paddlex

判断是否能使用cuda（因为有一次我老是报ValueError: The device should not be ‘gpu‘, since PaddlePaddle is not compiled with CUDA，后来才发现那个环境没连上cuda，又新创建了一个项目才好）


import paddle
import os
import numpy as np
import cv2
import matplotlib.pyplot as plt
import random
import pycocotools
import os.path as osp
from PIL import Image
import glob
import mmcv
paddle.fluid.is_compiled_with_cuda()

4.1 将数据集解压到特定的文件中

if not os.path.exists("/home/aistudio/work/data"):! unzip -oq data/data151249/fewshotlogodetection_round2_test_202205.zip -d work/data! unzip -oq data/data151249/fewshotlogodetection_round2_train_202205.zip -d work/data! unzip -oq data/data151249/fewshotlogodetection_round1_train_202204.zip -d work/data! unzip -oq data/data151249/fewshotlogodetection_round1_test_202204.zip -d work/data

将训练集转移到一个特定的文件夹中，这样更方便查看

if not os.path.exists("MyDataset"):!mkdir MyDataset%cd!cp -r work/data/train/images MyDataset/JPEGImages!cp work/data/train/annotations/instances_train2017.json MyDataset/annotations.json

/home/aistudio

4.2 划分训练集

因为这里数据集只有训练集才进行了标注，所以我将训练集划分为训练集和验证集，将验证集作为测试集

在数据集按照上面格式组织后，使用如下命令即可快速完成数据集随机划分，其中val_value表示验证集的比例，test_value表示测试集的比例（可以为0），剩余的比例用于训练集。(因为我们之前已经划分过了，所以这里直接运行即可)

from pycocotools.coco import COCO
!paddlex --split_dataset --format COCO --dataset_dir MyDataset --val_value 0.1 --test_value 0

4.3 复制PaddleDetection文件

if not os.path.exists("/home/aistudio/PaddleDetection"):!git clone https://gitee.com/paddlepaddle/PaddleDetection -b release/2.5

4.4 下载PaddleDetection所需环境

%cd PaddleDetection
!pip install -r requirements.txt
# GPU训练 支持单卡，多卡训练，通过CUDA_VISIBLE_DEVICES指定卡号
%env CUDA_VISIBLE_DEVICES=0
%cd ..

5. 配置PaddleDetection

5.1 进入PaddleDetection/configs/datasets/coco_detection.yml

我的配置是这样的

（不知道为什么不复制完整路径就报错）

5.2 ppyoloe文件的使用和配置

数据集根路径dataset_dir
图片文件夹image_dir
标注文件路径anno_path

我这里使用的是/home/aistudio/PaddleDetection/configs/ppyoloe/ppyoloe_plus_crn_s_80e_coco.yml
进入文件

根据指示前往/home/aistudio/PaddleDetection/configs/ppyoloe/base/optimizer_80e.yml

修改epoch为自己需要的。

在yolo系列模型中，可以运行tools/anchor_cluster.py来得到适用于你的数据集Anchor，使用方法如下：


#生成anchor
%cd /home/aistudio/PaddleDetection
!python tools/anchor_cluster.py -c /home/aistudio/PaddleDetection/configs/ppyoloe/ppyoloe_plus_crn_s_80e_coco.yml -n 9 -s 608 -m v2 -i 1000
%cd ..

6. 开始运行

6.1 训练文件

训练参数设置可参考下图：


%cd ~/PaddleDetection/
!python -m paddle.distributed.launch --gpus 0 tools/train.py \-c configs/ppyoloe/ppyoloe_plus_crn_s_80e_coco.yml \--use_vdl=true \--vdl_log_dir=vdl_dir/scalar \--eval \-o output_dir=output/ppyoloe_s_plus_80e\snapshot_epoch=2\lr=0.001 \--amp

我们可以进入左边可视化界面在设置logdir中选择添加，找到PaddleDetection/vdl_dir中的scalar文件夹，添加进去，之后启动VisualDL服务就可以看到可视化图了。
数据可视化如下：


如果训练模型时报了UnicodeEncodeError: ‘latin-1‘ codec can‘t encode characters in position: ordinal not in range(256)这种错误，我建议是将work/data中train和val中的annotations中的json文件全部下载下来，将其中的中文标注全部改为英文，因为我上网搜到的资料是因为中文无法解码造成的错误，而我在改为英文标注后确实不再报错了。注意：在更改后将MyDataset文件删除在重新建立并划分数据集。

6.2 评估模型

设置-o weights指定模型路径，这里我们使用训练出来的最好的模型进行评估

结果展示：

!python -u /home/aistudio/PaddleDetection/tools/eval.py \-c /home/aistudio/PaddleDetection/configs/ppyoloe/ppyoloe_plus_crn_s_80e_coco.yml \-o weights=/home/aistudio/PaddleDetection/output/ppyoloe_plus_crn_s_80e_coco/best_model.pdparams

6.3 导出模型


!python -u /home/aistudio/PaddleDetection/tools/export_model.py \-c /home/aistudio/PaddleDetection/configs/ppyoloe/ppyoloe_plus_crn_s_80e_coco.yml \--output_dir=/home/aistudio/inference_model \-o weights=/home/aistudio/PaddleDetection/output/ppyoloe_plus_crn_s_80e_coco/best_model.pdparams

6.4 推理测试集

（结果展示）

%cd ~/PaddleDetection/
!python tools/infer.py -c configs/ppyoloe/ppyoloe_plus_crn_s_80e_coco.yml \--infer_dir=/home/aistudio/MyDataset/JPEGImages \--output_dir=infer_output/ \-o weights=/home/aistudio/PaddleDetection/output/ppyoloe_plus_crn_s_80e_coco/best_model.pdparams \--draw_threshold=0.5 \--save_results=True \

7. 结语

通过这次我们学习了PaddleDetection的使用方法和pp-yoloe的模型架构，后续如果想对该模型进行优化建议先将模型复现之后对其中的架构进行优化，也可以通过改变学习率和批量大小进行优化。
通过这一次的实验，我们成功实现了使用ppyoloe对品牌logo的检测，你有没有引起对PaddleDetection的兴趣呢?

我下一步希望实现自己手搭网络模型实现训练数据集（当然，是先学会用别人的模型，再自己手搭）

学员：廖咏波

导师：顾茜

8. 参考项目

  • Group35
  • 『PPYOLO tiny尝鲜』基于PaddleDetection的人脸疲劳检测

此文章为搬运
[原项目链接].(https://aistudio.baidu.com/aistudio/projectdetail/5297912)

这篇关于基于PaddleDetection的品牌logo目标相似度检测的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/641268。

相关文章

SpringBoot使用Apache Tika检测敏感信息

SpringBoot使用Apache Tika检测敏感信息

《SpringBoot使用ApacheTika检测敏感信息》ApacheTika是一个功能强大的内容分析工具,它能够从多种文件格式中提取文本、元数据以及其他结构化信息,下面我们来看看如何使用Ap... 目录Tika 主要特性1. 多格式支持2. 自动文件类型检测3. 文本和元数据提取4. 支持 OCR（光学
阅读更多...
锐捷和腾达哪个好? 两个品牌路由器对比分析

锐捷和腾达哪个好? 两个品牌路由器对比分析

《锐捷和腾达哪个好?两个品牌路由器对比分析》在选择路由器时，Tenda和锐捷都是备受关注的品牌，各自有独特的产品特点和市场定位，选择哪个品牌的路由器更合适，实际上取决于你的具体需求和使用场景，我们从... 在选购路由器时，锐捷和腾达都是市场上备受关注的品牌，但它们的定位和特点却有所不同。锐捷更偏向企业级和专
阅读更多...
无线路由器哪个品牌好用信号强? 口碑最好的三个路由器大比拼

无线路由器哪个品牌好用信号强? 口碑最好的三个路由器大比拼

《无线路由器哪个品牌好用信号强?口碑最好的三个路由器大比拼》不同品牌在信号覆盖、稳定性和易用性等方面各有特色，如何在众多选择中找到最适合自己的那款无线路由器呢？今天推荐三款路由器让你的网速起飞... 今天我们来聊聊那些让网速飞起来的路由器。在这个信息爆炸的时代，一个好路由器简直就是家庭网编程络的心脏。无论你
阅读更多...
如何用Java结合经纬度位置计算目标点的日出日落时间详解

如何用Java结合经纬度位置计算目标点的日出日落时间详解

《如何用Java结合经纬度位置计算目标点的日出日落时间详解》这篇文章主详细讲解了如何基于目标点的经纬度计算日出日落时间,提供了在线API和Java库两种计算方法,并通过实际案例展示了其应用,需要的朋友... 目录前言一、应用示例1、天安门升旗时间2、湖南省日出日落信息二、Java日出日落计算1、在线API2
阅读更多...
综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动，这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升：减少抖动，提高图像的清晰度和细节表现力，使得监控画面更加真实可信。 - 细节增强：在低光条件下，抖
阅读更多...
烟火目标检测数据集 7800张 烟火检测 带标注 voc yolo

烟火目标检测数据集 7800张 烟火检测 带标注 voc yolo

一个包含7800张带标注图像的数据集，专门用于烟火目标检测，是一个非常有价值的资源，尤其对于那些致力于公共安全、事件管理和烟花表演监控等领域的人士而言。下面是对此数据集的一个详细介绍： 数据集名称：烟火目标检测数据集 数据集规模： 图片数量：7800张类别：主要包含烟火类目标，可能还包括其他相关类别，如烟火发射装置、背景等。格式：图像文件通常为JPEG或PNG格式；标注文件可能为X
阅读更多...
基于 YOLOv5 的积水检测系统：打造高效智能的智慧城市应用

基于 YOLOv5 的积水检测系统：打造高效智能的智慧城市应用

在城市发展中，积水问题日益严重，特别是在大雨过后，积水往往会影响交通甚至威胁人们的安全。通过现代计算机视觉技术，我们能够智能化地检测和识别积水区域，减少潜在危险。本文将介绍如何使用 YOLOv5 和 PyQt5 搭建一个积水检测系统，结合深度学习和直观的图形界面，为用户提供高效的解决方案。 源码地址： PyQt5+YoloV5 实现积水检测系统 预览： 项目背景
阅读更多...
JavaFX应用更新检测功能（在线自动更新方案）

JavaFX应用更新检测功能（在线自动更新方案）

JavaFX开发的桌面应用属于C端，一般来说需要版本检测和自动更新功能，这里记录一下一种版本检测和自动更新的方法。 1. 整体方案 JavaFX.应用版本检测、自动更新主要涉及一下步骤： 读取本地应用版本拉取远程版本并比较两个版本如果需要升级，那么拉取更新历史弹出升级控制窗口用户选择升级时，拉取升级包解压，重启应用用户选择忽略时，本地版本标志为忽略版本用户选择取消时，隐藏升级控制窗口 2.
阅读更多...
[数据集][目标检测]血细胞检测数据集VOC+YOLO格式2757张4类别

[数据集][目标检测]血细胞检测数据集VOC+YOLO格式2757张4类别

数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)：2757 标注数量(xml文件个数)：2757 标注数量(txt文件个数)：2757 标注类别数：4 标注类别名称:["Platelets","RBC","WBC","sickle cell"] 每个类别标注的框数：
阅读更多...
Temu官方宣导务必将所有的点位材料进行检测-RSL资质检测

Temu官方宣导务必将所有的点位材料进行检测-RSL资质检测

关于饰品类产品合规问题宣导： 产品法规RSL要求 RSL测试是根据REACH法规及附录17的要求进行测试。REACH法规是欧洲一项重要的法规，其中包含许多对化学物质进行限制的规定和高度关注物质。 为了确保珠宝首饰的安全性，欧盟REACH法规规定，珠宝首饰上架各大电商平台前必须进行RSLReport(欧盟禁限用化学物质检测报告)资质认证，以确保产品不含对人体有害的化学物质。 RSL-铅，
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2