model_builder.py文件
上文说到这个object_detection\builders\model_builder.py文件产生模型的loss。
注：本文是以Faster R-CNN模型进行逐步分析，其他类似。
概述：
- 该文件其汇总了所有的模型特征抽取函数，各种组件builder。
- DetectionModel 的几个子类均在这个文件被引入，分别用于实现
SSD , Faster R-CNN , R-FCN三个系列的基本功能，基于不同的分类模型，构建不同的feature_extractor。
如下：
#model_builder.py
from object_detection.builders import anchor_generator_builder
from object_detection.builders import box_coder_builder
from object_detection.builders import box_predictor_builder
from object_detection.builders import hyperparams_builder
from object_detection.builders import image_resizer_builder
from object_detection.builders import losses_builder
from object_detection.builders import matcher_builder
from object_detection.builders import post_processing_builder
from object_detection.builders import region_similarity_calculator_builder as sim_calc
from object_detection.core import box_predictor
from object_detection.meta_architectures import faster_rcnn_meta_arch
from object_detection.meta_architectures import rfcn_meta_arch
from object_detection.meta_architectures import ssd_meta_arch
from object_detection.models import faster_rcnn_inception_resnet_v2_feature_extractor as frcnn_inc_res
from object_detection.models import faster_rcnn_inception_v2_feature_extractor as frcnn_inc_v2
from object_detection.models import faster_rcnn_nas_feature_extractor as frcnn_nas
from object_detection.models import faster_rcnn_resnet_v1_feature_extractor as frcnn_resnet_v1
from object_detection.models.embedded_ssd_mobilenet_v1_feature_extractor import EmbeddedSSDMobileNetV1FeatureExtractor
from object_detection.models.ssd_inception_v2_feature_extractor import SSDInceptionV2FeatureExtractor
from object_detection.models.ssd_inception_v3_feature_extractor import SSDInceptionV3FeatureExtractor
from object_detection.models.ssd_mobilenet_v1_feature_extractor import SSDMobileNetV1FeatureExtractor
from object_detection.protos import model_pb2
该模块中实现以下方法：
build：主要方法，其他模块都会调用该方法。（这是供外部调用的唯一方法，其他的_build*_model不是给外部调用的）
在这个.py文件中，主要实现了 SSD 和 R-CNN 两个系列的模型。
因此，在具体实现中，也分为 SSD 和 R-CNN 两个部分。
- _build_ssd_model：创建 SSD 系列模型。
- _build_faster_rcnn_model：创建 R-CNN 系列模型。
- _build_ssd_feature_extractor：SSD算法中提取特征图。
- _build_faster_rcnn_feature_extractor：R-CNN算法中提取特征图。
构建build 方法
流程：
根据model.proto配置文件所示，选用的是 ssd 模型还是 r-cnn 模型。
根据选择的模型，调用_build_ssd_model或_build_faster_rcnn_model。
def build(model_config, is_training):
"""Builds a DetectionModel based on the model config.
Args:
model_config: A model.proto object containing the config for the desired
DetectionModel.
is_training: True if this model is being built for training purposes.
Returns:
DetectionModel based on the config.
Raises:
ValueError: On invalid meta architecture or model.
"""
if not isinstance(model_config, model_pb2.DetectionModel):
raise ValueError('model_config not of type model_pb2.DetectionModel.')
meta_architecture = model_config.WhichOneof('model')
if meta_architecture == 'ssd':
return _build_ssd_model(model_config.ssd, is_training)
if meta_architecture == 'faster_rcnn':
return _build_faster_rcnn_model(model_config.faster_rcnn, is_training)
raise ValueError('Unknown meta architecture: {}'.format(meta_architecture))
在这里如果选择_build_faster_rcnn_model()的话就会跳转到与faster_rcnn相关的两个内部类。
- 1._build_faster_rcnn_model：创建 R-CNN 系列模型。
- 2._build_faster_rcnn_feature_extractor：R-CNN算法中提取特征图。
_build_faster_rcnn_feature_extractor()：
主要功能：根据配置条件，获取相应的 feature extractor
这里会用到在文件里导入的各种feature extractor类：
def _build_faster_rcnn_feature_extractor(
feature_extractor_config, is_training, reuse_weights=None):
feature_type = feature_extractor_config.type
first_stage_features_stride = (
feature_extractor_config.first_stage_features_stride)
batch_norm_trainable = feature_extractor_config.batch_norm_trainable
if feature_type not in FASTER_RCNN_FEATURE_EXTRACTOR_CLASS_MAP:
raise ValueError('Unknown Faster R-CNN feature_extractor: {}'.format(
feature_type))
feature_extractor_class = FASTER_RCNN_FEATURE_EXTRACTOR_CLASS_MAP[
feature_type]
return feature_extractor_class(
is_training, first_stage_features_stride,
batch_norm_trainable, reuse_weights)
就是在这个字典FASTER_RCNN_FEATURE_EXTRACTOR_CLASS_MAP里面中找到对应的特征抽取函数,配置文档中提到的注册就是在这里：
字典在文件开头如下：
# A map of names to Faster R-CNN feature extractors.
FASTER_RCNN_FEATURE_EXTRACTOR_CLASS_MAP = {
'faster_rcnn_nas':
frcnn_nas.FasterRCNNNASFeatureExtractor,
'faster_rcnn_inception_resnet_v2':
frcnn_inc_res.FasterRCNNInceptionResnetV2FeatureExtractor,
'faster_rcnn_inception_v2':
frcnn_inc_v2.FasterRCNNInceptionV2FeatureExtractor,
'faster_rcnn_resnet50':
frcnn_resnet_v1.FasterRCNNResnet50FeatureExtractor,
'faster_rcnn_resnet101':
frcnn_resnet_v1.FasterRCNNResnet101FeatureExtractor,
'faster_rcnn_resnet152':
frcnn_resnet_v1.FasterRCNNResnet152FeatureExtractor,
}
_build_faster_rcnn_model():
之后就是这个大BOSS，这个函数支持Faster RCNN和R-FCN这两个模型。注解里Builds R-FCN model if the second_stage_box_predictor in the config is of type rfcn_box_predictor else builds a Faster R-CNN model.。
就是在second_stage_box_predictor中对这两个模型进行区分。返回值用到了rfcn_meta_arch.RFCNMetaArch（）和faster_rcnn_meta_arch.FasterRCNNMetaArch(）这是下一步的分析重点，就是这里产生的loss啊。
def _build_faster_rcnn_model(frcnn_config, is_training):
num_classes = frcnn_config.num_classes
image_resizer_fn = image_resizer_builder.build(frcnn_config.image_resizer)
feature_extractor = _build_faster_rcnn_feature_extractor(
frcnn_config.feature_extractor, is_training)
first_stage_only = frcnn_config.first_stage_only
first_stage_anchor_generator = anchor_generator_builder.build(
frcnn_config.first_stage_anchor_generator)
first_stage_atrous_rate = frcnn_config.first_stage_atrous_rate
first_stage_box_predictor_arg_scope = hyperparams_builder.build(
frcnn_config.first_stage_box_predictor_conv_hyperparams, is_training)
first_stage_box_predictor_kernel_size = (
frcnn_config.first_stage_box_predictor_kernel_size)
first_stage_box_predictor_depth = frcnn_config.first_stage_box_predictor_depth
first_stage_minibatch_size = frcnn_config.first_stage_minibatch_size
first_stage_positive_balance_fraction = (
frcnn_config.first_stage_positive_balance_fraction)
first_stage_nms_score_threshold = frcnn_config.first_stage_nms_score_threshold
first_stage_nms_iou_threshold = frcnn_config.first_stage_nms_iou_threshold
first_stage_max_proposals = frcnn_config.first_stage_max_proposals
first_stage_loc_loss_weight = (
frcnn_config.first_stage_localization_loss_weight)
first_stage_obj_loss_weight = frcnn_config.first_stage_objectness_loss_weight
initial_crop_size = frcnn_config.initial_crop_size
maxpool_kernel_size = frcnn_config.maxpool_kernel_size
maxpool_stride = frcnn_config.maxpool_stride
second_stage_box_predictor = box_predictor_builder.build(
hyperparams_builder.build,
frcnn_config.second_stage_box_predictor,
is_training=is_training,
num_classes=num_classes)
second_stage_batch_size = frcnn_config.second_stage_batch_size
second_stage_balance_fraction = frcnn_config.second_stage_balance_fraction
(second_stage_non_max_suppression_fn, second_stage_score_conversion_fn
) = post_processing_builder.build(frcnn_config.second_stage_post_processing)
second_stage_localization_loss_weight = (
frcnn_config.second_stage_localization_loss_weight)
second_stage_classification_loss = (
losses_builder.build_faster_rcnn_classification_loss(
frcnn_config.second_stage_classification_loss))
second_stage_classification_loss_weight = (
frcnn_config.second_stage_classification_loss_weight)
second_stage_mask_prediction_loss_weight = (
frcnn_config.second_stage_mask_prediction_loss_weight)
hard_example_miner = None
if frcnn_config.HasField('hard_example_miner'):
hard_example_miner = losses_builder.build_hard_example_miner(
frcnn_config.hard_example_miner,
second_stage_classification_loss_weight,
second_stage_localization_loss_weight)
common_kwargs = {
'is_training': is_training,
'num_classes': num_classes,
'image_resizer_fn': image_resizer_fn,
'feature_extractor': feature_extractor,
'first_stage_only': first_stage_only,
'first_stage_anchor_generator': first_stage_anchor_generator,
'first_stage_atrous_rate': first_stage_atrous_rate,
'first_stage_box_predictor_arg_scope':
first_stage_box_predictor_arg_scope,
'first_stage_box_predictor_kernel_size':
first_stage_box_predictor_kernel_size,
'first_stage_box_predictor_depth': first_stage_box_predictor_depth,
'first_stage_minibatch_size': first_stage_minibatch_size,
'first_stage_positive_balance_fraction':
first_stage_positive_balance_fraction,
'first_stage_nms_score_threshold': first_stage_nms_score_threshold,
'first_stage_nms_iou_threshold': first_stage_nms_iou_threshold,
'first_stage_max_proposals': first_stage_max_proposals,
'first_stage_localization_loss_weight': first_stage_loc_loss_weight,
'first_stage_objectness_loss_weight': first_stage_obj_loss_weight,
'second_stage_batch_size': second_stage_batch_size,
'second_stage_balance_fraction': second_stage_balance_fraction,
'second_stage_non_max_suppression_fn':
second_stage_non_max_suppression_fn,
'second_stage_score_conversion_fn': second_stage_score_conversion_fn,
'second_stage_localization_loss_weight':
second_stage_localization_loss_weight,
'second_stage_classification_loss':
second_stage_classification_loss,
'second_stage_classification_loss_weight':
second_stage_classification_loss_weight,
'hard_example_miner': hard_example_miner}
if isinstance(second_stage_box_predictor, box_predictor.RfcnBoxPredictor):
return rfcn_meta_arch.RFCNMetaArch(
second_stage_rfcn_box_predictor=second_stage_box_predictor,
**common_kwargs)
else:
return faster_rcnn_meta_arch.FasterRCNNMetaArch(
initial_crop_size=initial_crop_size,
maxpool_kernel_size=maxpool_kernel_size,
maxpool_stride=maxpool_stride,
second_stage_mask_rcnn_box_predictor=second_stage_box_predictor,
second_stage_mask_prediction_loss_weight=(
second_stage_mask_prediction_loss_weight),
**common_kwargs)
前面说到一个脉络：
1.model.py -> faster_rcnn_meta_arch.py ->faster_rcnn_inception_v2_feature_extractor.py
2.inception_resnet_v2 ->faster_rcnn_inception_v2_feature_extractor.py ->model_builder.py
3.model_builder.py -> train.py
这就是model_builder.py的分布情况。
也就是说faster_rcnn_meta_arch只是个工具，材料（图片）在inception_resnet_v2。这里我们才说到model_builder.py ，接下来需要深挖。
透露一点在faster_rcnn_meta_arch.py的注解里面有这么一段话，这就是对FasterRCNNMetaArch类的解释。大概就是如下内容了：
Faster R-CNN meta-architecture提供两种模式：
first_stage_only=True 和 first_stage_only=False.
在前一种设置实现了所有的方法(e.g., predict, postprocess,
loss==预测，后期处理，损失函数）都可以被看
作该模型只包含RPN的样子来使用，返回class agnostic proposals（这些可以被认 为是没有关联的类信息的近似检测）。在后一种设置中，计算区域建议，然后通过第二阶段“盒分类器”得到（多类）检测。
使用Faster R-CNN模型时候实现必须定义一个新的，因为
FasterRCNNFeatureExtractor()这个类在的所有的方法都是抽象类方法（什么抽象类方法：请自行百度吧）。
FasterRCNNFeatureExtractor提取器和重写三种方法：
`preprocess`,`_extract_proposal_features` (the first stage of the model), 和`_extract_box_classifier_features` (the second stage of the model). 和一个可选的方法the `restore_fn` method can be overridden.
preprocess（预处理）；
_extract_proposal_features（模型的第一阶段——提取建议框的特征）；
_extract_box_classifier_features（模型的第二阶段——对框分类时提取特征）（可选的）
一些重要的注意事项：
+批处理约定：
1. 这里支持批量的推断和训练，同一批次内的所有图像应具有相同的分辨率；
2. 批量大小通过输入张量的shape来动态地决定（而不是在模型构造器中直接指定）；
+麻烦的是，由于非最大抑制，不能保证每个图像从第一阶段RPN（区域提案网络）
中得到的提案数量相同。出于这个原因，为一个批次中的每个图像的proposals给一个最大值。
+self.max_num_proposals这个属性在 inference time的‘first_stage_max_proposals’
参数以及在训练期间通过box分类器对batch进行二次抽样时的second_stage_batch_size参
数中设置。
+按照一个批次维度为批次内的所有图像安排proposals。例如，输入 的_extract_box_classifier_features的值是一个
[total_num_proposals，crop_height，crop_width，depth]形状的张量； total_num_proposals是batch_size * self.max_num_proposals。
（并注意上面的每个注意事项，都是零填充。）
+坐标表示：
遵循API（参见see model.DetectionModel definition模式定义），输出之后的后处理操作总是归一化框，在内部有时转换为绝对值---例如用于损失计算。特别地，anchors 和proposal_boxes都表示为绝对坐标。
这里就是model_builder.py文件讲解：
回顾model_builder.py中使用了faster_rcnn_meta_arch.py的一个类FasterRCNNMetaArch（这是整个FasterRCNN的最终框架，流程都在这里，两个阶段包括（preprocess，predict，postprocess，loss，restore_map））。
其实在faster_rcnn_meta_arch.py有两个类FasterRCNNFeatureExtractor和FasterRCNNMetaArch。
FasterRCNNFeatureExtractor的所有方法会在faster_rcnn_inception_v2_feature_extractor.py等文件中会被进一步实例化，因为在faster_rcnn_meta_arch.py只有框架，model_builder.py是引入了FasterRCNNMetaArch进整个FasterRCNN流程图的构建。FasterRCNNMetaArch就是FasterRCNN框架的流程图了，不过被写成了类。
参考：
haixwang 的CSDN 博客
TensorFlow Object Detection API 源码(3) builders
网友评论