最近突發(fā)奇想要把無人機的圖像數(shù)據(jù)拿來做目標跟蹤，因為實在不滿意大疆不推送軟件更新的做法，只好自己來實現(xiàn)下，在幾個機器學(xué)習(xí)框架中挑選了一個caffe ，比較好上手的。。另外幾個Torch，TensorFlow也不錯。只是最開始直接干Caffe 了，所以TensorFlow之后再弄吧。 結(jié)果就是在云服務(wù)器上，筆記本電腦上，安卓手機上分別搞了機器學(xué)習(xí)的環(huán)境和APP，可以支持圖像分類，目標識別。但離實用還差得比較遠，慢慢來

這張識別效果還是可以的

Caffe 和PyCaffe 環(huán)境搭建和demo運行

主要問題集中在編譯這一塊，首先是caffe （C++ 項目）的依賴項，另外pycaffe 依賴項問題較多.
參考官網(wǎng)的安裝說明，我這里重點只說坑， 環(huán)境基于Ubuntu16，Ubuntu14，都試過了。

首先簡單說明下，Caffe 是基于C++源碼（github）編譯，在這個基礎(chǔ)上再通過git clone py-faster-rcnn 這個項目來編譯Python 的接口。
如下幾個坑給后人查閱

• Cython 編譯
  在py-faster-rcnn 項目中首先需要搞定Cython 的環(huán)境和編譯，在 RepoRoot/lib 的setup.py 中，把GPU相關(guān)的代碼都注釋掉，再make

• Caffe 和PyCaffe 編譯
  在faster-rcnn.. 中配置 Makefile.config， 然后make && make pycaffe, 在編譯caffe時，可能會遇到某些庫找不到，比如在ubuntu15,16上面 hdf5相關(guān)的庫不在Makefile.config 默認指定的位置，參考hdf5 issue，在make文件中加上lib 的位置。

• 另外再編譯pycaffe接口之前，要搞定python先關(guān)的依賴項

將caffe-fast-rcnn/python目錄下的requirements下的依賴都裝一遍，for req in $(cat requirement.txt); do pip install $req; done

• 可能還會遇到找不到numpy ，這個要自己查一下numpy是放到 /usr/bin 下面的python/dist-package/下了，還是/usr/local/bin/python/.. 替換下MakeFile.config中的 python 依賴包地址

• 最后還可能遇到個pyyaml 的問題，把這個庫用pip 裝一下。不然import yaml 找不到module

• 因為暫時采用CPU模式，GPU相關(guān)的都要注釋掉，包括demo.py 中的 gpu nms_wrapper 相關(guān)的語句。

• 最終還可能遇到機器內(nèi)存不夠的情況。。SWAP 把云服務(wù)器或者虛擬機的虛擬內(nèi)存提高點，一般實體機不會遇到這個情況。

以上過程中找到的一些博文，作為填坑的參考：
純CPU環(huán)境下裝Caffe
CPU環(huán)境下裝Caffe2
github上關(guān)于CPU運行的幾個issue

目標就是要借助無人機圖傳識別并且跟蹤指定對象

一些關(guān)于機器學(xué)習(xí)與GIS應(yīng)用結(jié)合的思考

看了些gis公司關(guān)于這方面的研究，主要有幾類應(yīng)用方向：

• 基于圖像的對象識別
  例如基于高分影像的道路對象識別，用于更新道路信息，當(dāng)然也可用于城市空間中道路擁堵的分析，車輛的識別和追蹤。

• 基于大數(shù)據(jù)的，不僅限于圖像。維度更多，異構(gòu)，應(yīng)用難度大。例如，基于用戶反饋數(shù)據(jù)的道路擁堵分析。

• 結(jié)合硬件，可以賦予無人機，無人車自動駕駛的功能。。那么其中要求控制器（例如手機或者pc）具有圖像識別算法的運行環(huán)境（caffe2和tensorflow 都實現(xiàn)了，包括較早的opencv都可以做到）和基礎(chǔ)設(shè)施，在讀取無人機回傳圖像的同時做對象識別，匹配事先制定的規(guī)則，自行調(diào)整飛行方向。

初步環(huán)境已經(jīng)搭好了，后面繼續(xù)研究如何實時對框選樣本進行識別。

參考資料：

caffe github項目
caffe2 項目地址
opencv 官網(wǎng)