背景

在上一篇文章里，我提到了长期以来都被一种病困扰：工作日的早上总是睡过闹钟。于是，我产生了一个 idea：

能不能有这样一个闹钟，在工作日才会工作，到点就能够智能检测我是不是在赖床。一旦发现我又要迟到，就放音乐把我叫醒。

海淘了一个 Amazon Echo Dot 后，这个想法越来越觉得有那么一定可行性。于是拿着尘封4年的安卓手机开始尝试。中间遇到了不少问题，没想到最后还实现了，效果还不错，录制了一个 demo 各位可以戳链接看看：

在上一篇文章里，我已经分享了整体的流程设计，主要是 Home Assistant 相关的部分。

这一篇里，会分享如何啃下另一个硬骨头：怎么判断人是不是在赖床。

思路

让摄像头对着床拍一张照片，判断有人在/没人在两种结果。在分析这个问题时，我想到这个不就是一个 典型的图片分类问题 吗？

马上想起以前阅读过@王树义老师的文章：利用苹果深度学习框架 TuriCreate 做模型训练。

对于如何使用开源框架做机器学习训练，王树义老师有大量的文章已经详细介绍过，从安装到训练手把手教学。非常建议感兴趣的同学前去阅读，或者动手实现一遍。

我基本上也是依葫芦画瓢地操作。不过，要让模型能正确辨认我在不在床上，关键就在于：
我需要准备几百张高质量床照。

样本准备

既然是图片分类问题，那我就要准备 在床上 和 不在床上 两堆照片。我选择的办法是录视频，然后再截取成图片。

而且，要让机器学得更聪明，样本要尽量覆盖所有情况，例如翻身、正面、趴着、倒立、巴黎铁塔反转再反转...

光线也要注意，晴天、阴天、暴雨天的光线也是不一样的，所以样本里的光线也要各种各样。

素材准备要真诚，如果平时不叠被子，请不要在这个时候刻意叠被子谢谢

现场的情况虽然有一点羞耻，但在科学的感召下，我一个人在床上辗转腾挪，认真地拍摄了床照。把在床上和不在床上两种场景的视频都剪成图片之后，终于我得到了几百张私密床照。

视频剪切有很多种方法，有很多的软件可以完成。我使用的是 OpenCV 的 Python 包，文档地址。

import cv2
# 读取视频
vc = cv2.VideoCapture('/Users/patrick/Downloads/xxxx.mp4') 
rval, frame = vc.read()
# 视频帧计数间隔频率
duration = 10
# 循环读取视频
c = 1
while rval:
    rval, frame = vc.read()
    # 每隔10帧就保存照片
    if(c%timeF == 0):
        # 存储为图像
        cv2.imwrite('smart_alarm/image/training/'occupied_' + str(c) + '.jpg', frame) 
    c = c + 1
    cv2.waitKey(1)

训练模型

数据都准备了差不多，就可以训练模型了。要了解从安装到训练的操作，再一次推荐阅读王树义老师的文章。我只是依葫芦画瓢，核心操作如下：

import turicreate as tc

# 读取我在床上的图片，并打上标签：occupied
data = tc.image_analysis.load_images('/Users/patrick/CodeLab/alarm/image/training_occupied/', with_path=True)
data['label'] = 'occupied'
# 读取我不在床上的图片，并打上标签：empty
data_2 = tc.image_analysis.load_images('/Users/patrick/CodeLab/alarm/image/training_empty/', with_path=True)
data_2['label'] = 'empty'
# 合并到一个数据集里
data = data.join(data_2, how='outer')

然后，数据已经准备好了，只需要一行代码，开始训练模型：

# 训练模型，选择 TuriCreate 里面的 image_classifier
model = tc.image_classifier.create(data, target='label', max_iterations=15)

点下回车，模型自己开始噼里啪啦一顿操作，半分钟左右，毫无预兆地就训练成功了。
苹果的这个机器学习框架真的非常优秀，也太适合我这种不求甚解、跑通就行的人。

部署

用测试集完成一些简单测试后，我基本认为这个模型能用了。接下来，就是把它从代码里抠出来，部署到实际的流程中了。

首先，把本地训练好的 model 保存好。

# 保存到你的一个文件里
model.save('/Users/patrick/CodeLab/alarm/model')

把模型丢到你的服务器中去。
和本地训练不同在于，我们会用 Flask 构建一个 API 接口。每次都加载这个模型，然后做图像分析。

在 VPS 里创建一个 face_recognition.py 文件，完成判断的核心逻辑：

import base64
import turicreate as tc

# 读取模型
model = tc.load_model('/root/codelab/alarm/model')

# 接口中要传输图像，可以使用 base64 的方式
def b64_to_file(data, filename):
    '''
    data: base64.b64encode(file)
    filenmae: name of the file
    '''
    img_data = base64.b64decode(data)
    path = '/root/codelab/alarm/tmp' + filename
    try:
        with open(path, 'wb') as f:
            f.write(img_data)
        return {
            'result': 'success',
            'path': path
        }
    except Exception as e:
        return {
            'result': 'fail',
            'error': str(e)
        }
def get_result(data, filename):
    a = b64_to_file(data, filename)
    if a['result'] == 'success':
        prediction = model.predict(tc.Image(path=a['path']))
        return {
            'resultCode': '0000',
            'prediction': prediction
        }
    else:
        return {
            'resultCode': '0001',
            'error': a['error']
        }

在 VPS 里创建一个 main.py 文件，完成 API 接口逻辑：

from flask import Flask, jsonify
from flask import request
from flask import make_response
from flask import abort
import face_recognition as fr

app = Flask(__name__)

# 这个就是接口地址
@app.route('/api/facerecognition/v1.0/checkface', methods=['GET', 'POST'])
def check_face():
    if len(request.form['data']) < 10:
        abort(404)
    result = fr.get_result(request.form['data'], request.form['filename'])
    return jsonify(result)

@app.errorhandler(404)
def not_found(error):
    return make_response(jsonify({'error': 'Not found'}), 404)

@app.errorhandler(400)
def missing_params(error):
    return make_response(jsonify({'error': '参数缺失'}), 400)

if __name__ == '__main__':
    app.run(host='0.0.0.0', port=80, debug=True)

最后，为了稳定性，我还使用了 gunicorn 来运行。

一切就绪，我使用一张照片进行测试。

嗯还行，成功地识别到我在赖床。

最后

欢迎回顾项目的第一篇文章。我觉得这个想法还是比较有意思的，但我也知道整个项目仔细琢磨的话，肯定有很多问题，例如隐私问题，安全问题。所以，核心点还是用来练手。感谢大家的阅读，期待在评论区听到大家的看法~