你有沒(méi)有聽(tīng)說(shuō)過(guò)有人用人工智能來(lái)解決他們的行業(yè)問(wèn)題，比如醫(yī)生用人工智能來(lái)識(shí)別癌細(xì)胞，閉路電視識(shí)別貨架上的產(chǎn)品，甚至是貓檢測(cè)器？這些“AI”背后的基本邏輯是自定義對(duì)象檢測(cè)。

在這個(gè)故事中，我們將探索如何通過(guò)向AI提供大量藥丸圖像來(lái)訓(xùn)練AI檢測(cè)定制藥丸。（不到30分鐘�。�

你可以在家里用一顆簡(jiǎn)單的黃色藥丸在這里玩，或者訪問(wèn)這里的代碼：https：／／github．com／manfye／react－tfjs－azure－objDetect。目標(biāo)檢測(cè)目標(biāo)檢測(cè)是一項(xiàng)計(jì)算機(jī)視覺(jué)任務(wù)，涉及兩項(xiàng)主要任務(wù)：在圖像中定位一個(gè)或多個(gè)對(duì)象，以及對(duì)圖像中的每個(gè)對(duì)象進(jìn)行分類圖像分類與目標(biāo)檢測(cè)（分類和定位）。

與圖像分類（圖2）相反，對(duì)象檢測(cè)的目標(biāo)是通過(guò)邊界框和定位對(duì)象的類別來(lái)預(yù)測(cè)對(duì)象在圖像中的位置，輸出可以超過(guò)1個(gè)類別。自定義對(duì)象檢測(cè)目前，在線提供各種預(yù)訓(xùn)練的模型，如COCO－SSD，它能夠檢測(cè)80多種常用對(duì)象，如檢測(cè)人、鉛筆和智能手機(jī)。但是，這個(gè)模型不能滿足檢測(cè)定制對(duì)象的需要，例如，我是一名藥劑師，我想制作一個(gè)能夠在網(wǎng)絡(luò)攝像機(jī)中檢測(cè)和計(jì)數(shù)藥丸的web應(yīng)用程序。傳統(tǒng)上，要訓(xùn)練自定義對(duì)象，你需要將標(biāo)簽圖像盡可能多地輸入訓(xùn)練框架，如tensorflow和pytorch。然后運(yùn)行該框架，以獲得能夠檢測(cè)對(duì)象的最終訓(xùn)練模型。訓(xùn)練自定義對(duì)象檢測(cè)模型的流程：

目前，最先進(jìn)的方法是使用Pytorch和tensorflow等訓(xùn)練框架來(lái)訓(xùn)練模型，但這種方法存在許多缺點(diǎn)，如計(jì)算密集、設(shè)置時(shí)間長(zhǎng)、圖形卡要求高，不適合初學(xué)者。因此，出現(xiàn)了商業(yè)（可用的免費(fèi)層）方法來(lái)訓(xùn)練模型。在本文中，我將展示如何使用Microsoft Azure Custom Vision方法來(lái)訓(xùn)練tensorflow．js對(duì)象檢測(cè)模型，只需單擊幾下。目標(biāo)檢測(cè)模型訓(xùn)練Custom Vision是一項(xiàng)人工智能服務(wù)，是Microsoft Azure應(yīng)用計(jì)算機(jī)視覺(jué)的端到端平臺(tái)。它為Azure用戶提供了一個(gè)免費(fèi)的層來(lái)訓(xùn)練他們的對(duì)象檢測(cè)或圖像分類器模型，并將其作為API。對(duì)于免費(fèi)層，它允許每個(gè)項(xiàng)目有多達(dá)5000張訓(xùn)練圖像，足夠大，可以檢測(cè)少數(shù)幾類對(duì)象。Azure自定義Vision的定價(jià)：

注冊(cè)完成后，單擊“新建項(xiàng)目”，單擊“新建”以創(chuàng)建新產(chǎn)品。創(chuàng)建新項(xiàng)目：

然后，創(chuàng)建一個(gè)新的資源組并選擇種類：“CustomVision，Training”和“F0”，以使用CustomVision Training的免費(fèi)層創(chuàng)建新資源：

回到“創(chuàng)建新項(xiàng)目”頁(yè)面，你會(huì)注意到，一旦你選擇了資源，你就可以選擇項(xiàng)目類型和域，選擇“Object Detections”和 General （compact）。通過(guò)選擇壓縮，Microsoft Azure允許你以各種格式下載經(jīng)過(guò)訓(xùn)練的模型。

你將到達(dá)如下圖所示的訓(xùn)練平臺(tái)，單擊圖像上傳。自定義視覺(jué)訓(xùn)練平臺(tái)：

上傳未標(biāo)記的圖像以進(jìn)行標(biāo)記。對(duì)于本文，我的藥丸圖像資源就在這里。［2］就我的案例而言，我上傳了大約50－100張用于訓(xùn)練的圖像。

接下來(lái)，逐個(gè)標(biāo)記圖像（這是一個(gè)乏味的部分），幸運(yùn)的是，Custom Vision確實(shí)為你提供了一個(gè)非常用戶友好的標(biāo)記工具，可以簡(jiǎn)化標(biāo)記過(guò)程。

完成標(biāo)記后，單擊“Train”按鈕并等待幾分鐘，你將得到以下結(jié)果：訓(xùn)練結(jié)果：

單擊導(dǎo)出并選擇Tensorflow，然后選擇Tensorflow．js導(dǎo)出。恭喜，你在Tf．js中擁有了第一個(gè)自定義對(duì)象檢測(cè)模型輸出經(jīng)過(guò)訓(xùn)練的模型：

使用React with Tensorflow．js檢測(cè)自定義對(duì)象

1．設(shè)置你的CreateReact應(yīng)用程序

通過(guò)終端中的以下命令創(chuàng)建Create React應(yīng)用程序：

npx create－react－app tfjs－azureObject

cd tfjs－azureObject

安裝tensorflow．js和Microsoft Customvision，如下所示：

npm install ＠tensorflow／tfjs

npm install ＠m(xù)icrosoft／customvision－tfjs

安裝react－webcam，如下所示：

npm install react－webcam

然后啟動(dòng)應(yīng)用程序npm start

所有的代碼只會(huì)出現(xiàn)在App．js中，我只會(huì)顯示重要的代碼，完整的代碼可以參考我的GitHub存儲(chǔ)庫(kù)

2．導(dǎo)入所需的包

import React， ｛ useEffect， useState， useRef ｝ from ＂react＂；

import Webcam from ＂react－webcam＂；

import ＊ as cvstfjs from ＂＠m(xù)icrosoft／customvision－tfjs＂；

3．構(gòu)建用戶界面

此項(xiàng)目的UI包括：

按鈕－用于啟動(dòng)檢測(cè)畫(huà)

布－用于繪制邊界框，以及

網(wǎng)絡(luò)攝像頭－用于輸入圖像／視頻／／

注意：畫(huà)布和網(wǎng)絡(luò)攝像頭必須具有相同的大小和位置，才能在HTML畫(huà)布中進(jìn)行繪制。

4．加載模型

將下載的模型提取到“Public”文件夾中，確保model．json與weights．bin一起正確放置在／model．json路徑中。要使用模型進(jìn)行預(yù)測(cè)，代碼為：

async function predictionFunction（） ｛

setVideoHeight（webcamRef．current．video．videoHeight）；

setVideoWidth（webcamRef．current．video．videoWidth）；

／／ 測(cè)試azure vision api

let model ＝ new cvstfjs．ObjectDetectionModel（）；

await model．loadModelAsync（＂model．json＂）；

const predictions ＝ await model．executeAsync（

document．getElementById（＂img＂）

）；

但是，當(dāng)預(yù)測(cè)的類必須顯示在照片中時(shí)，事情會(huì)變得復(fù)雜，這就是使用HTML畫(huà)布的原因。整個(gè)預(yù)測(cè)功能如下所示：

此函數(shù)將創(chuàng)建一個(gè)邊界框，在該框上方顯示檢測(cè)到的對(duì)象類。它包括4個(gè)部分，其中第一部分是清除繪制的HTML畫(huà)布，然后啟動(dòng)對(duì)象的模型檢測(cè)。

如果模型檢測(cè)到對(duì)象，模型將返回預(yù)測(cè)數(shù)據(jù)。通過(guò)使用邊界框數(shù)據(jù)，我們可以使用HTML畫(huà)布繪制邊界框。然后，500毫秒后重新運(yùn)行整個(gè)功能。

最后

在本文中，我們將介紹如何使用Microsoft custom Vision層創(chuàng)建自定義對(duì)象檢測(cè)模型，這將大大減少創(chuàng)建自定義對(duì)象檢測(cè)模型的工作量和障礙（我認(rèn)為減少了80％）。然后，我們使用react將該模型合并到Tensorflow．js中，并用不到100行代碼對(duì)整個(gè)web應(yīng)用程序進(jìn)行編碼。

每個(gè)行業(yè)對(duì)自定義對(duì)象檢測(cè)的需求都很高，在本文中，我用創(chuàng)建了一個(gè)藥丸計(jì)數(shù)器，希望在了解自定義檢測(cè)技術(shù)后，它可以啟發(fā)你為你的行業(yè)創(chuàng)建更多的工具。