使用Google Cloud Platform构建机器学习项目-宠物识别

　　　宠物识别我们使用到了tensorflow object-detection API  (https://github.com/tensorflow/models/tree/master/research/object_detection)

　　其中的Quick Start 2向我们介绍了这个项目（https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/running_pets.md）

　　安装建议直接下载一份tensorflow/models文件夹的全部内容

　　为了降低机器学习的时间成本和训练需要的金钱成本（毕竟不是所有人都会为机器学习购买昂贵的的显卡和内存），各家公司都推出了云机器学习的服务，如阿里云的机器学习PAI(华东2是免费的，但是我确实看不懂怎么用......）和GOOGLE的ML Engine等，这里我们使用到了Google的ML Engine，试用Google Cloud Platform（以下简称GCP）需要Visa或者Master Card的认证，认证完成可以获得300美元的试用机会，可在谷歌云平台的所有产品中使用。这里过验证我申请了一张建设银行的e付卡（Visa版）成功通过了验证，下面开始正式的ML Engine使用（详细的过程可以跟随running_pets.md中的步骤进行）：

　　1.创建GCP项目 这里我创建了名为My First Project的项目

　　2.安装Cloud SDK，这里我选择安装了Windows版并全选了所有选项，之后使用gcloud auth login在浏览器中登录谷歌账号或使用gcloud init完成初始化，便可以在console中使用google SDK

　　不过在设置中我遇到了设置代理错误的问题，提示

Network diagnostic detects and fixes local network connection issues.
Checking network connection...failed.
ERROR: gcloud crashed (TypeError): setproxy() takes at most 7 arguments (8 given)

If you would like to report this issue, please run the following command:
  gcloud feedback

To check gcloud for common problems, please run the following command:
  gcloud info --run-diagnostics

　　gcloud version

Google Cloud SDK 186.0.0
bq 2.0.28
core 2018.01.22
gsutil 4.28

　　查了下Stack Overflow ，发现是谷歌自己的问题.......解决方案是下载185版本（https://console.cloud.google.com/storage/browser/cloud-sdk-release?authuser=0&prefix=google-cloud-sdk-185）

　　这周的187版本中会修复本问题，程序要求Python2.7环境，所以先下了一个捆绑python的版本凑合用吧，需要手动配置环境变量才能在powershell中使用，我相信这应该不是问题。

　　(因为后面要配置本地环境,又换回了linux,安装过程大同小异,使用交互式的安装后再下载185版本安装即可)

　　3.启用机器学习API，在打开的网页中选择需要启用API的项目 点继续等待完成。

　　4.创建用于存储的Bucket，这里我创建了takefetter_pets_detector的Bucket，之后便可以向此Bucket上传文件，记住这个Bucket的名字，之后我们会使用多次。

　　或者是使用如下方法进行定义（类似win下使用set命令）

export YOUR_GCS_BUCKET=${takefetter_pets_detector}

　　5.接下来配置本地的环境过程（这里我一开始使用到了WSL Ubuntu进行配置，分区目录挂载在/mnt/下，更换国内源......然后发现居然连不上网,github上的issue里的解决方案用了也没用,又回到了机械硬盘安装的deepin上）

　　　根据https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/installation.md的步骤安装所需的库和配置环境并测试

　　 6.接下来在tensorflow/models/research/目录下执行

wget http://www.robots.ox.ac.uk/~vgg/data/pets/data/images.tar.gz
wget http://www.robots.ox.ac.uk/~vgg/data/pets/data/annotations.tar.gz
tar -xvf images.tar.gz
tar -xvf annotations.tar.gz

　　7.运行

python object_detection/dataset_tools/create_pet_tf_record.py \
    --label_map_path=object_detection/data/pet_label_map.pbtxt \
    --data_dir=`pwd` \
    --output_dir=`pwd`

　　　　这里很容易遇到

Traceback (most recent call last):
  File "object_detection/dataset_tools/create_pet_tf_record.py", line 41, in <module>
    from object_detection.utils import dataset_util
ModuleNotFoundError: No module named 'object_detection'

　　　　原因是中间配置环境过程中其实输入了这么一步,但是重开shell之后便失效了

　　　　解决方法是输入 如下命令

　　　　Linux:

export PYTHONPATH=$PYTHONPATH:`pwd`:`pwd`/slim

　　　　Windows:

set PYTHONPATH=<PATH_TO_MODELS>;<PATH_TO_MODELS>\slim

　　　　再次执行python就好了,执行中可能会遇到一些warnings,直接忽略就行.

　　　　在research目录下可以得到以下两个文件,如图所示,在object_detection/data下会生成pb.txt文件

　　　8.之后便是将文件上传到bucket中,不要忘记

export YOUR_GCS_BUCKET=${takefetter_pets_detector}

　　　运行

1 2 3

gsutil cp pet_train.record gs://${YOUR_GCS_BUCKET}/data/pet_train.record gsutil cp pet_val.record gs://${YOUR_GCS_BUCKET}/data/pet_val.record gsutil cp object_detection/data/pet_label_map.pbtxt gs://${YOUR_GCS_BUCKET}/data/pet_label_map.pbtxt

　　　等了半天没有相应,所以我通过浏览器建了data文件夹把这三个文件传上去了.....200多k的上传和下载真的难受

　　9.从头开始培训最先进的物体探测器可能需要数天时间，即使使用多个GPU也是如此！ 为了加速训练，我们将在不同的数据集（COCO）上训练一个对象检测器，并重新使用它的一些参数来初始化我们的新模型。　　　

wget http://storage.googleapis.com/download.tensorflow.org/models/object_detection/faster_rcnn_resnet101_coco_11_06_2017.tar.gz
tar -xvf faster_rcnn_resnet101_coco_11_06_2017.tar.gz
gsutil cp faster_rcnn_resnet101_coco_11_06_2017/model.ckpt.* gs://${YOUR_GCS_BUCKET}/data/

　　下载tar文件并上传其中model.ckpt开头的三个文件到data目录下.

　　10.之后需将sample中的文件faster_rcnn_resnet101_pets.config文件中带有gs::///data/的部分全部替换为gs://${YOUR_GCS_BUCKET}/data/,如

gs://takefetter_pets_detector/data/

　　　并上传

至此,我们的bucket/data目录下文件如图所示

接下来就可以训练数据集了

　　11.在research目录下使用

python setup.py sdist
(cd slim && python setup.py sdist)

打包tfslim和object detection API,之后运行

gcloud ml-engine jobs submit training `whoami`_object_detection_`date +%s` \
--runtime-version 1.4 \
--job-dir=gs://takefetter_pets_detector/train \
--packages dist/object_detection-0.1.tar.gz,slim/dist/slim-0.1.tar.gz \
--module-name object_detection.train \
--region us-central1 \
--config object_detection/samples/cloud/cloud.yml \
-- \
--train_dir=gs://takefetter_pets_detector/train \
--pipeline_config_path=gs://takefetter_pets_detector/data/faster_rcnn_resnet101_pets.config

开始训练,训练过程中会遇到日志中显示ImportError: No module named matplotlib.pyplot的错误,需要在research目录下生成的setup.py中的REQUIRED_PACKAGES中添加'matplotlib',(方法来自https://stackoverflow.com/questions/47196673/import-error-matplotlib-pyplot)但是又出现了其他的错误,最终在

https://github.com/tensorflow/models/issues/2739下找到了andersskog的方法,改了好多文件终于是跑起来了.

通过

tensorboard --logdir=gs://takefetter_pets_detector

启动tensorboard服务,可以打开127.0.0.1:6006查看相关的信息.

最终经过2个小时的训练..... tensorboard上并没有显示和例程中一样的结果...... 因此我决定先做自己的数据集吧，改天再做 毕竟Google ML Engine收费还是很贵的.......

确实不知道错在哪，欢迎在评论中指教。