# 烟梗彩色相机识别 2022年7月18日开始开发的项目，使用彩色相机进行烟梗颜色的识别。 ## 如何进行模型训练和部署？ 1. 项目当中需要包含`data`和`models`这两个文件夹，请下载到当前文件夹下,这是链接：[data](https://macrosolid-my.sharepoint.com/personal/feijinti_miaow_fun/_layouts/15/onedrive.aspx?id=%2Fpersonal%2Ffeijinti%5Fmiaow%5Ffun%2FDocuments%2FPycharmProjects%2Ftobacco%5Fcolor%2Fdata&ga=1), [models](https://macrosolid-my.sharepoint.com/:f:/g/personal/feijinti_miaow_fun/EiyBjWEX90JGn8S-e5Kh7N8B1GWvfvDcNbpleWDTwkDm1w?e=wyL4EF) 2. 使用[01_dataset.ipynb](./01_dataset.ipynb) 进行数据集的分析文件格式需要设置为这种形式： ```text dataset ├── label │ ├── img1.bmp │ └── ... └── img ├── img1.bmp └── ... ``` 3. 使用[02_classification.ipynb](./02_classification.ipynb)进行训练 4. 使用[03_data_update.ipynb](02_classification.ipynb)进行数据的更新与添加 5. 使用`main_test.py`文件进行读图测试 6. **部署**，复制`utils.py`、`models.py`、`main.py`、`models/`、`config.py`这5个文件或文件夹，运行main.py来提供预测服务。 ## 如何进行参数调节？ 所有的参数均位于项目文件夹下的`config.py`当中。 ```python class Config: # 文件相关参数 nRows, nCols, nBands = 256, 1024, 22 nRgbRows, nRgbCols, nRgbBands = 1024, 4096, 3 # 需要设置的谱段等参数 selected_bands = [127, 201, 202, 294] bands = [127, 200, 201, 202, 203, 204, 205, 206, 207, 208, 209, 210, 211, 212, 213, 214, 215, 216, 217, 218, 219, 294] is_yellow_min = np.array([0.10167048, 0.1644719, 0.1598884, 0.31534621]) is_yellow_max = np.array([0.212984, 0.25896924, 0.26509268, 0.51943593]) is_black_threshold = np.asarray([0.1369, 0.1472, 0.1439, 0.1814]) black_yellow_bands = [0, 2, 3, 21] green_bands = [i for i in range(1, 21)] # 光谱模型参数 blk_size = 4 # 必须是2的倍数，不然会出错 pixel_model_path = r"./models/pixel_2022-08-02_15-22.model" blk_model_path = r"./models/rf_4x4_c22_20_sen8_9.model" spec_size_threshold = 3 # 光谱大小阈值 # rgb模型参数 rgb_tobacco_model_path = r"models/tobacco_dt_2022-08-05_10-38.model" rgb_background_model_path = r"models/background_dt_2022-08-09_16-08.model" threshold_low, threshold_high = 10, 230 # 亮度最高值和最低值 threshold_s = 190 # 饱和度最高值允许值，超过该饱和度会被当作杂质 rgb_size_threshold = 4 # RGB大小阈值（在运行时会被界面修改） # mask parameter target_size = (1024, 1024) # (Width, Height) of mask valve_merge_size = 2 # 每两个喷阀当中有任意一个出现杂质则认为都是杂质 valve_horizontal_padding = 3 # 喷阀横向膨胀的尺寸，应该是奇数,3时表示左右各膨胀1 max_open_valve_limit = 25 # 最大同时开启喷阀限制,按照电流计算，当前的喷阀可以开启的喷阀 600W的电源 / 12V电源 = 50A, 一个阀门1A # save part offset_vertical = 0 # logging root_dir = os.path.split(os.path.realpath(__file__))[0] ``` ## 训练的原理 为了应对工业环境当中负样本少的特点，我们结合颜色有限空间的特性对我们的训练过程进行了优化，核心的优化方式在于制造负样本。 ### 传统的负样本是怎么来的？ 传统方法中，我们通过收集负样本，得到这样的结果： ![image-20220721170840283](https://raw.githubusercontent.com/Karllzy/imagebed/main/img/image-20220721170840283.png) 这张图里，负样本是紫色、红色和绿色区域，正样本则是蓝色区域。如果用这样的数据进行训练，我们得到的模型一定是欠约束的，因为我们不知道没有负样本的区域上，模型到底会表现出怎样的结果，所有我们想到，去手动制造负样本。 ### 负样本是怎么造出来的？ 我们对于一个给定的色彩空间进行随机的生成一些数据，然后判断它是否是给定的正样本附近，如果是在附近，那么我们就把这些点看作是正样本，如果离得比较远，那么就会被当作是负样本。 ### 训练的结果 添加负样本后进行训练，模型就会被约束在我们给定的样本范围内，就像下图看到的这样。 ![image-20220721153751824](https://raw.githubusercontent.com/Karllzy/imagebed/main/img/image-20220721153751824.png) 在这里，绿色就是目标（烟梗）的色彩范围，橙色的和蓝色则表明了模型的判定范围，模型认为蓝色的区域就是烟梗，而橙色的区域就不是烟梗。 可以看到，蓝色区域与绿色区域是高度重叠的，并且蓝色比绿色区域要大一些的，这正是我们想要的效果。这表明模型对于烟梗的颜色有适度的宽容，允许色彩有一定的偏差，但大体上是要达到烟梗颜色范围内的。 这样的好处在于，即使出现了新的杂质，只要这些杂质的色彩不在模型的宽容范围内（蓝色范围内），那么都会被判定为杂质。 我们甚至可以直接将需要的目标色彩(烟梗的颜色)和背景的颜色直接合并到一类，这样还可以节省后续的各种逻辑判断、与、或、非等操作。 预测出来的结果也相对理想，就像下边两张图展示的这样。 ![image-20220721201451562](https://raw.githubusercontent.com/Karllzy/imagebed/main/img/image-20220721201451562.png) 上图里可以看到烟梗和背景的错误识别点还是存在的，只是较为零散。 ![image-20220721201617599](https://raw.githubusercontent.com/Karllzy/imagebed/main/img/image-20220721201617599.png) 而从这张图就可以看出各类杂质识别还是没问题的。 接下来我们更换采集所使用的镜头，得到更宽广的视角范围并观察其变化。 ## 镜头的影响 我们现有的镜头包括广角和窄角两个，这两个镜头有着不同的成像效果，如下图所示。 | 视角 | 广角镜头 | 窄角镜头 | | -------- | :----------------------------------------------------------: | :----------------------------------------------------------: | | 普通视角 | ![image-20220721155919349](https://raw.githubusercontent.com/Karllzy/imagebed/main/img/image-20220721155919349.png) | ![image-20220721155848160](https://raw.githubusercontent.com/Karllzy/imagebed/main/img/image-20220721155848160.png) | | 放大视角 | ![image-20220721161109746](https://raw.githubusercontent.com/Karllzy/imagebed/main/img/image-20220721161109746.png) | ![image-20220721161117435](https://raw.githubusercontent.com/Karllzy/imagebed/main/img/image-20220721161117435.png) | 可以看到，镜头的影响有两方面 - 镜头会影响到物体的亮度，广角镜头下的物体看起来更暗 - 镜头会影响到物体的色彩，广角镜头下物体的色彩相比于窄角镜头的色彩饱和度要差很多，色相也有一定的偏移。 综合这两点来看，在条件允许的情况下应该选择窄角镜头。 但是我们这里的传送带非常宽，我们也只有1个相机，不像陶朗一样一条线有29个相机，或者合肥的一条线4～8个相机，所以我们只能冒险试试了。 尝试的结果很糟糕，可以看到如下图所示： ![image-20220721164306227](https://raw.githubusercontent.com/Karllzy/imagebed/main/img/image-20220721164306227.png) 几乎所有的烟梗都被当成了杂质。 为了探究这个问题，我们回到色彩空间中进行观察，可以看到这样的结果： ![image-20220721164406435](https://raw.githubusercontent.com/Karllzy/imagebed/main/img/image-20220721164406435.png) 在新的镜头下，数据的分布和原本的数据已经发生了巨大的变化，根本就不是同一种东西，这就是为什么分类结果会出错了。 这种情况的出现也和拍摄矫正不到位有关，具体细节询问周超。 ## 预测过程的后处理（异色问题） ### 问题的发现 ![image-20220721154731187](https://raw.githubusercontent.com/Karllzy/imagebed/main/img/image-20220721154731187.png) 在摄影过程中，由于相机、镜头和拍摄物体多方面的原因会出现色散边的现象，就像上图这样本来应该黄色的烟梗，边缘却变成了暗绿色或紫色的。 这是由于不同波长的光折射率不同，到达成像单元的位置会出现细小的偏差，而我们的成像单元又比较的细小，举例来说，这可能使得物体上同样的点发出的红光到了1号像素，而发出的绿光本来应该也射到1号像素却射到了相邻的2号像素，这就导致色彩不对了。 根据资料，一般的解决方案是对于不同波长的光进行折射率补偿，使用抗色散镜头。但是由于条件有限，我们这里就只能用算法的形式硬抗这些误差了。 ### 解决方案 - 一方面，用像素块的结果进行求和，像素块求和结果大于阈值的时候判定为杂质，这个方案目前正在使用，可以有效去除小块的错误识别点，也不会因为腐蚀操作导致缺损。 - 另一方面，进行烟梗结果的膨胀，去掉紫边。 ## 模型的更新 ### 如何应对新的目标物？ 我们可以认为镜头的更换会直接让色彩发生特别离谱的变化，如果出现这样的情况，我们应该直接抛弃旧的数据，训练新的模型。这样也能获得相对不错的分类结果。 **所以我们今天晚上要丢弃旧的数据，进行这个新的模型的训练**。 在对这个模型进行重新训练后，获得的新模型识别结果如下图所示： | 类别 | 图像 | | :----------: | :----------------------------------------------------------: | | 原图 | ![QQ20220721-1](https://raw.githubusercontent.com/Karllzy/imagebed/main/img/QQ20220721-1.png) | | 识别结果 | ![image-20220721203004305](https://raw.githubusercontent.com/Karllzy/imagebed/main/img/image-20220721203004305.png) | | 模型约束情况 | ![image-20220722095620511](https://raw.githubusercontent.com/Karllzy/imagebed/main/img/image-20220722095620511.png) | ## 图像的对齐 引入了RGB和光谱图像的原因，这里牵扯到图像对齐的问题。 ### 对齐检测算法 理论大概是这样，但是这不重要啦，简单来说就是偏差平面里头计算响应强度，这是当时的草稿。 ![截屏2022-07-30 09.23.13](https://raw.githubusercontent.com/Karllzy/imagebed/main/img/%E6%88%AA%E5%B1%8F2022-07-30%2009.23.13.png) 实现以后这里可以看到对齐的结果，算法实现在`main_test.py`里头的`calculate_delta()`： ![Figure_1](https://raw.githubusercontent.com/Karllzy/imagebed/main/img/Figure_1.png) 根据这张图片的换算结果可以得知光谱图像比RGB图像超前了69个像素，大概2.02厘米的样子。 ![Figure_2](https://raw.githubusercontent.com/Karllzy/imagebed/main/img/Figure_2.png) 根据这张图片，可以得知，图像上下偏差是2.3厘米 ![Figure_4](https://raw.githubusercontent.com/Karllzy/imagebed/main/img/Figure_4.png) 这张图片里的上下偏差则达到了2.6厘米左右。 ### 图像拍摄脉冲触发问题 2022年7月30日我们进行了二次实验，本来以为会得到一个恒定的偏差结果，但是，情况并不像我们想的那样： ![截屏2022-07-30 09.18.15](https://raw.githubusercontent.com/Karllzy/imagebed/main/img/%E6%88%AA%E5%B1%8F2022-07-30%2009.18.15.png) 从这张图可以看到，两张图的偏差大概是上下10像素，RGB偏上，左右偏差19像素，RGB偏左， 但是！RGB图像明显是扭曲的，这显然是由于触发导致的。 从其他图片来看： ![截屏2022-07-30 09.19.28](https://raw.githubusercontent.com/Karllzy/imagebed/main/img/%E6%88%AA%E5%B1%8F2022-07-30%2009.19.28.png) 明显也存在图像扭曲的情况，偏差情况是： ![截屏2022-07-30 09.41.34](https://raw.githubusercontent.com/Karllzy/imagebed/main/img/%E6%88%AA%E5%B1%8F2022-07-30%2009.41.34.png)这张图上下已经对不上了，用它计算的偏差不具备参考价值。 ![截屏2022-07-30 09.20.34](https://raw.githubusercontent.com/Karllzy/imagebed/main/img/%E6%88%AA%E5%B1%8F2022-07-30%2009.20.34.png) 偏差的影响，也可从这幅图当中看到，这幅图的上下偏差达到了惊人的200像素，明显考虑是触发有问题了，不然偏差值至少是恒定的。 结论是考虑RGB相机的触发存在一定问题。 # 喷阀检查相关 ## 喷阀检验脚本 为了能够有效的对喷阀进行检查，我写了一个用于测试的小socket，这个小socket的使用方式是这样的： 开启服务端： ```shel python valve_test.py ``` 然后按照要求进行输入就可以了，我还在里头藏了个彩蛋，你猜猜是啥。 如果想要开客户端，可以加个参数，就像这样： ```shel python valve_test.py -c ``` 这个客户端啥也不会干，只会做去显示相应的收到的指令。 同时运行这两个可以在本地看到测试结果，不用看zynq那边的结果： ![截屏2022-08-02 14.16.24](https://raw.githubusercontent.com/Karllzy/imagebed/main/img/%E6%88%AA%E5%B1%8F2022-08-02%2014.16.24.png) ## 仅使用RGB或SPEC预测以调节延时 只使用RGB或者SPEC预测时，使用如下代码： 只使用rgb： ```shell python main.py -oc ``` 只使用SPEC ```shell python main.py -os ``` ## 同时开启喷阀数量限制 由于喷阀的电源有限，所以必须对同时开启的喷阀数量加以限制，否则会造成流在导线上的电流过大，就像是在烧水。 最大允许开启的喷阀数量$n$和电源功率$p$之间的关系如下： $$ n = \frac{p}{12} $$ 这里$12 V \cdot A$是对应喷阀的电压和电流的乘积，建议在这个基础之上再进行数量除以$2$的操作，因为我们不可合并rgb和spec两个mask，所以如果当出现杂质时，仅对一个mask的最大值进行限定存在风险。 # 代码加密 本来想使用pyarmor，但是它在加密过程中一直重复不停的进行下载，这太麻烦了，而且还要考虑到兼容性问题，所以果断放弃，后来发现简单的方案是这样的，把python编译成字节码就行： ## 简单方案 这方案的好处在于不需要联网，但是破解成本比较低。 ```shell python -m compileall -f -q -b "tobacco_color" ``` 然后接下来找到所有的.py文件并删除就可以了： ```shell find . -name "*.py" -type f -print -exec rm -rf {} \; ``` 这个看起来好危险，我还是觉得到目录下一个个删除比较好。 ## JMPY的方案 安装 ```she pip install jmpy3 ``` 加密 ```shell jmpy -i "tobacco_color" [-o output dir] ``` 加密后的文件默认存储在 dist/project_name/ 下 最后，根据测试的pyarmor并没有起到让人满意的加密效果，这令人很担忧，所以我暂时不购买测试。 # 开机自启动 要带有图形化界面的开机自启动不能把程序放到init.d底下，不然的话图形化界面还没起来就启动程序，会崩掉。 ## 以.Desktop文件形式 1. 首先写一个`~/run.sh`，内容如下： ```shel conda activate tobacco/deepo python /home//tobacco_color/main.py -os # 这里的os表示only spectral，还有oc，不加就是都用上。 ``` 2. 然后，写一个.desktop文件 ```shel [Desktop Entry] Type=Application Name=Tobacco Exec=/home//run.sh Icon=/home//Pictures/albert # 图标 Comment=烟草识别程序 X-GNOME-Autostart-enabled=true ``` 3. 把这个.desktop文件放到自启动目录下：`/home//.config/autostart` ## 图形化形式 上一步当中run.sh是无论如何都要有的 ![img](https://raw.githubusercontent.com/Karllzy/imagebed/main/img/word-image-61.jpeg) 中文里边叫开机自启动， ![img](https://raw.githubusercontent.com/Karllzy/imagebed/main/img/word-image-63.jpeg) 甚至可以加入延时： ![img](https://raw.githubusercontent.com/Karllzy/imagebed/main/img/word-image-15.png) # 模拟运行与文件转换 ## 模拟运行 需要模拟运行的话可以使用`main_test.py`脚本进行。模拟运行的方法如下： ```shell python main_test.py /path/to/test ``` 其中`/path/to/test`填写C程序抓取的运行时数据。运行后的数据如下： ![image-20220808135053854](https://raw.githubusercontent.com/Karllzy/imagebed/main/img/image-20220808135053854.png) ## 转换保存下来的buffer文件 脚本用法: ```shell python main_test.py /path/to/convert -convert_dir /output/dir -s ``` 这里`path/to/convert`填写转换的buffer文件夹，文件夹需要是只有rgb和spec文件`/output/dir`填输出文件夹，如果输出文件夹不存在就会创建。如果不加`-s(--silent)`静默参数就会顺便显示预测的结果。 转换后的图片经过测试可以正常在ENVI中打开： ![image-20220808123044267](https://raw.githubusercontent.com/Karllzy/imagebed/main/img/image-20220808123044267.png) # 多线程读取与多进程预测 ## 多线程与进程总体结构图 ![MultiThread](https://raw.githubusercontent.com/Karllzy/imagebed/main/img/MultiThread.png) ## 多线程读取 为了能够避免IO的等待，我们使用了开销相对较小的线程来实现多线程的数据读取。 因为很多时候我们需要读图测试，所以我们写了一个FileReceiver类，用法大概就像测试文件里这样： ```python def test_file_receiver(self): logging.basicConfig(level=logging.DEBUG, format='%(asctime)s - %(name)s - %(levelname)s - %(message)s') image_queue = ImgQueue() file_receiver = FileReceiver(job_name='rgb img receive', input_dir='../data', output_queue=image_queue, speed=0.5, name_pattern=None) virtual_data = np.zeros((1024, 4096, 3), dtype=np.uint8) file_receiver.start(need_time=True, virtual_data=virtual_data) for i in range(10): data = image_queue.get() time_record = data[0] logging.info(f'Spent {(time.time() - time_record) * 1000:.2f}ms to get image with shape {data[-1].shape}') self.assertEqual(data[-1].shape, (1024, 4096, 3)) file_receiver.stop() ``` 测试结果如下所示： > 2022-08-17 23:46:09,742 - root - INFO - rgb img receive thread start. > 2022-08-17 23:46:09,754 - root - INFO - Spent 0.04ms to get image with shape (1024, 4096, 3) > 2022-08-17 23:46:10,259 - root - INFO - sleep 0.5s ... > 2022-08-17 23:46:10,276 - root - INFO - Spent 0.92ms to get image with shape (1024, 4096, 3) > 2022-08-17 23:46:10,780 - root - INFO - sleep 0.5s ... > 2022-08-17 23:46:10,789 - root - INFO - Spent 0.79ms to get image with shape (1024, 4096, 3) > 2022-08-17 23:46:11,293 - root - INFO - sleep 0.5s ... > 2022-08-17 23:46:11,301 - root - INFO - Spent 0.81ms to get image with shape (1024, 4096, 3) > 2022-08-17 23:46:11,802 - root - INFO - sleep 0.5s ... > 2022-08-17 23:46:11,810 - root - INFO - Spent 0.77ms to get image with shape (1024, 4096, 3) > 2022-08-17 23:46:12,314 - root - INFO - sleep 0.5s ... > 2022-08-17 23:46:12,315 - root - INFO - rgb img receive thread stop. 这里我们得到了一个惊人的数据传递速度，只花了将近1ms，这速度看着很不错哦。接下来我们把这东西变成多进程。