“零基礎(chǔ)”實(shí)現(xiàn)人臉表情識別
一、前言
最近幾年，人工智能(AI)技術(shù)不斷發(fā)展，從新聞智能推薦到聽歌識曲，再到被廣泛應(yīng)用的人臉識別技術(shù)，處處可見人工智能的身影。不得不說，人工智能已經(jīng)逐漸滲透大眾日常生活，成為不可或缺的一部分。那么，如何從“零”開始去實(shí)現(xiàn)一個(gè)AI功能?讓UCloud來幫您。
UCloud推出了AI as a Service平臺，該平臺基于UCloud豐富的計(jì)算資源與分布式系統(tǒng)實(shí)踐經(jīng)驗(yàn)，致力于提供廉價(jià)、高可靠、高彈性、高易用性的AI在線服務(wù)，將客戶從繁雜的平臺系統(tǒng)開發(fā)和運(yùn)維工作中解放出來。 以在線人臉表情識別為例，說明如何借助UAI-Service以及開源算法，輕松實(shí)現(xiàn)在線服務(wù)，“零基礎(chǔ)”入門使用AI。另外還對AI在線服務(wù)的性能進(jìn)行了評估，將其與GPU性能進(jìn)行比對，使用戶更直觀的了解AI在線服務(wù)性能優(yōu)勢。
二、實(shí)現(xiàn)步驟
整個(gè)實(shí)現(xiàn)過程主要由兩部分組成，首先利用tensorflow1.1.0訓(xùn)練所需的模型文件，其次按照UAI-SERVICE的使用說明部署在線服務(wù)。具體步驟如下：
1. 模型訓(xùn)練
(1) 安裝TensorFlow 1.1.0
安裝環(huán)境為ubuntu14.04.5, python版本為2.7.6，直接借助pip安裝tensorflow，指令如下：
- bash
- pip install tensorflow=1.1.0
(2) 選擇合適的數(shù)據(jù)庫
UCloud選擇使用目前較大的人臉表情識別公開數(shù)據(jù)庫fer2013，共包含35887張人臉圖片，其中訓(xùn)練集28709張、驗(yàn)證集3589張、測試集3589張。數(shù)據(jù)庫中各個(gè)樣本在年齡、面部方向等有比較大的差異性，具有一定的實(shí)際意義，也使表情識別更具挑戰(zhàn)性。
同時(shí)，數(shù)據(jù)庫中的圖片均為灰度圖片，大小為48*48像素，樣本被分為生氣、厭惡、恐懼、開心、中性、傷心、驚訝七類，各種類型分布基本均勻。(該數(shù)據(jù)庫實(shí)際為kaggle一個(gè)比賽項(xiàng)目提供的數(shù)據(jù)，官方給出的文件格式為csv，手動(dòng)將其轉(zhuǎn)換成了圖片格式。)
(3) 數(shù)據(jù)預(yù)處理
實(shí)際選用了tensorflow提供的TF-Slim實(shí)驗(yàn)庫。具體參見TF_Slim官方文檔說明。
TF-Slim是一個(gè)用于tensorflow定義、訓(xùn)練和評估復(fù)雜模型的新型輕量級API，它提供了集中廣泛使用的卷積神經(jīng)網(wǎng)絡(luò)圖像分類模型代碼以及預(yù)訓(xùn)練模型，同時(shí)還包含了運(yùn)行腳本，借助它可以快速入門，既可以從頭開始訓(xùn)練模型，也可以對已經(jīng)訓(xùn)練好的網(wǎng)絡(luò)權(quán)重進(jìn)行微調(diào)。
TF-Slim提供了將數(shù)據(jù)集轉(zhuǎn)換成tfrecord格式的代碼，對代碼進(jìn)行調(diào)整后可以將所用的數(shù)據(jù)集fer2013轉(zhuǎn)成tfrecord格式。
數(shù)據(jù)形式如下所示，其中l(wèi)abels.txt中包含了類別的映射：
(4) 訓(xùn)練
本次訓(xùn)練選用了較大的模型inception_v3，對官方給出的預(yù)訓(xùn)練模型進(jìn)行微調(diào)。由于訓(xùn)練模型的目的僅在于嘗試一下在線服務(wù)，因而該訓(xùn)練過程并未過多涉及調(diào)參。
調(diào)用指令示例如下：
- bash
- TRAIN_DIR=./train_log
- DATASET_DIR=./fer2013
- PRETRAINED_CHECKPOINT_DIR=./pretrain_model
- python train_image_classifier.py \
- --train_dir=${TRAIN_DIR} \
- --dataset_name=fer2013 \
- --dataset_split_name=train \
- --dataset_dir=${DATASET_DIR} \
- --model_name=inception_v3 \
- --checkpoint_path=${PRETRAINED_CHECKPOINT_DIR}/inception_v3.ckpt \
- --checkpoint_exclude_scopes=InceptionV3/Logits,InceptionV3/AuxLogits \
- --trainable_scopes=InceptionV3/Logits,InceptionV3/AuxLogits \
- --max_number_of_steps=1000 \
- --batch_size=32 \
- --learning_rate=0.01 \
- --learning_rate_decay_type=fixed \
- --save_interval_secs=60 \
- --save_summaries_secs=60 \
- --log_every_n_steps=100 \
- --optimizer=rmsprop \
- --weight_decay=0.00004
進(jìn)行模型微調(diào)時(shí)，系統(tǒng)自動(dòng)保留***的五個(gè)生成模型，如果發(fā)生中斷，過后會在***模型基礎(chǔ)上繼續(xù)微調(diào)。
訓(xùn)練模型文件如下：
2. 部署在線服務(wù)
模型訓(xùn)練完成之后，就準(zhǔn)備上手部署!
按照官方文檔的提示(AI在線服務(wù) UAI-Service)，在線部署的主要步驟如下(因個(gè)人喜好，本次選擇用命令行部署，官方也給出了使用Console部署的操作說明)。
(1) 安裝UCloud UFile SDK以及UAI SDK
- 前者是UCloud對象存儲的SDK(http://sdk.ufile.ucloud.com.cn/python_sdk.tar.gz)，主要用于將部署服務(wù)需要的模型和代碼文件上傳到UCloud的對象存儲空間中，這就涉及到首先創(chuàng)建一個(gè)屬于自己的私有空間，具體步驟在此不贅述。
- 后者是UAI在線服務(wù)的SDK(https://gitlab.ucloudadmin.com/uai-service/uai-sdk/tree/master)，提供了部署在線服務(wù)的命令行工具。
(2) 依據(jù)SDK工具包內(nèi)的代碼框架編寫inference代碼
代碼如下：
- python
- # fer_inference.py
- import numpy as np
- import tensorflow as tf
- from PIL import Image
- from inception_v3 import *
- from uai.arch.tf_model import TFAiUCloudModel
- class FerModel(TFAiUCloudModel):
- def __init__(self, conf):
- super(FerModel, self).__init__(conf)
- def load_model(self):
- sess = tf.Session()
- input_tensor = tf.placeholder(tf.float32, [None, 299, 299, 3])
- arg_scope = inception_v3_arg_scope()
- with slim.arg_scope(arg_scope):
- logits, end_points = inception_v3(input_tensor,
- is_training=False,
- num_classes=7)
- saver = tf.train.Saver()
- params_file = tf.train.latest_checkpoint(self.model_dir)
- saver.restore(sess, params_file)
- self.output['sess'] = sess
- self.output['input_tensor'] = input_tensor
- self.output['logits'] = logits
- self.output['end_points'] = end_points
- def execute(self, data, batch_size):
- sess = self.output['sess']
- input_tensor = self.output['input_tensor']
- logits = self.output['logits']
- end_points = self.output['end_points']
- ims = []
- for i in range(batch_size):
- im = Image.open(data[i]).resize((299, 299))
- im = np.array(im) / 255.0
- imim = im.reshape(299, 299, 3)
- ims.append(im)
- ims = np.array(ims)
- predict_values, logit_values = sess.run(
- [end_points['Predictions'], logits], feed_dict={input_tensor: ims})
- ret = []
- for val in predict_values:
- ret_val = np.array_str(np.argmax(val)) + '\n'
- ret.append(ret_val)
- return ret
(3) 打包上傳需要的模型及代碼文件
文件目錄結(jié)構(gòu)：
- 打包目錄
- 模型文件目錄(checkpoint_dir目錄下)
打包上傳文件：
- bash
- python tf_deploy.py pack --public_key=MY_PUBLIC_KEY --private_key=MY_PRIVATE_KEY --bucket=MY_BUCKET --pack_file_path=/Users/littleape1022/Desktop/fer_uaiservice --main_file=fer_inference --main_class=FerModel --model_dir=checkpoint_dir --code_files=fer_inference.py,inception_v3.py,inception_utils.py --upload_name=fer_uaiservice.tar --ai_arch_v=tensorflow-1.1.0
(4) 創(chuàng)建署服務(wù)
創(chuàng)建服務(wù)：
- bash
- python tf_deploy.py create --public_key=MY_PUBLIC_KEY --private_key=MY_PRIVATE_KEY --service_name=fer_uaiservice --cpu=8 --memory=8
創(chuàng)建服務(wù)后返回如下:
(5) 部署服務(wù)
部署服務(wù)：
- bash
- python tf_deploy.py deploy --service_id=uaiservice-av4p1c --public_key=MY_PUBLIC_KEY --private_key=MY_PRIVATE_KEY --ai_arch_v=tensorflow-1.1.0 --ufile_url="MY_UFILE_URL" --pip=pillow
部署成功后返回如下：
可以看到已經(jīng)返回服務(wù)的URL了，但注意到狀態(tài)是“ToStart”，啟動(dòng)之后就可以借助URL來訪問服務(wù)。
(6) 啟動(dòng)服務(wù)
啟動(dòng)服務(wù)：
- bash
- python tf_deploy.py start --public_key=MY_PUBLIC_KEY --private_key=MY_PRIVATE_KEY --service_name=fer_uaiservice --service_version=SERVICE_VERSION --paas_id=Srv_PAAS_ID
啟動(dòng)成功后返回如下：
三、測試
上述步驟完成之后，表明人臉表情識別在線服務(wù)已經(jīng)部署成功，可以實(shí)現(xiàn)在線人臉表情識別!
1. URL測試
通過云主機(jī)即可訪問該URL，具體情況如下：
上述結(jié)果表明，通過UAI部署在線服務(wù)后給出的URL是通的，可以借助它對輸入圖片進(jìn)行情感分類。
圖中將輸入圖片“happy.jpg”分成了類別“4”，對應(yīng)“neutral”類，說明模型的識別率有待提升。
2. 在線服務(wù)性能測試
借助ab測試評估了服務(wù)的性能，并與本地測試以及GPU(K80)做了比對。(關(guān)于本地測試的方法官網(wǎng)有介紹，有興趣的可以戳 TensorFlow 本地代碼測試方法 )
測試結(jié)果如下，觀察可以發(fā)現(xiàn)：
- 在并發(fā)數(shù)增加到8時(shí)，AI在線服務(wù)的性能基本和GPU性能接近，即UAI-Service 8個(gè)節(jié)點(diǎn)的性能相當(dāng)于一塊K80單核的性能。
- 在有并發(fā)的前提下，AI在線服務(wù)的性能普遍高于8核8G云主機(jī)的性能。
人工智能(AI)將是UCloud“CBA”戰(zhàn)略的重要一環(huán)。使用UCloud推出的AI as a Service平臺，可以助力人工智能公司快速將人工智能算法產(chǎn)品化，同時(shí)也在資源管理、資源調(diào)度方面提供了全方位保障。
【本文是51CTO專欄機(jī)構(gòu)作者“大U的技術(shù)課堂”的原創(chuàng)文章，轉(zhuǎn)載請通過微信公眾號(ucloud2012)聯(lián)系作者】
