OpenCV+pythonはリアルタイムターゲット検出機能を実現します。
環境のインストール Anacondaをインストールして、公式サイトはAnaconda をリンクします。は、condaを用いてpy 3.6の仮想環境を作成し、 の使用をアクティブにする。
3.依存numpyとimutilsのインストール
(1)まずopencvをダウンロードします。ここで私が選んだのはopencvです。python̴4.1.2+contrib̴cp36̽cp 36 m̴win_amd 64.whlです。
(2)ダウンロードしたら、それを任意のディスク(ここではDディスク)に入れて、インストールディレクトリに切り替えて、インストールコマンドを実行します。
コード
まず空のファイルを開けて、real al_と名づけます。time_objectdetection.pyは、以下のコードを入れて、必要なバッグを導入します。
Cprototxt:Caffe prototxtファイル経路。
Cmodel:プリトレーニングモデルの経路。
Cconfidence:フィルタ弱検出の最小確率閾値、デフォルト値は20%です。
次はビデオストリームを初期化します。まず、VideoStream
5.各フレームを巡回
今、私達はblobを神経ネットワークのための入力
6.この時、私達はすでに入力フレームで目標を検出しました。信頼度の値を見て、目標の周りに境界枠とラベルを描くかどうかを判断します。
detections内でループして、まずconfidence値を抽出します。
7.フレーム獲得サイクルの残りのステップは、さらに、フレームを示すステップを含む。quitキーを確認しますfpsカウンタを更新します。
8.ループを終了しました(「q」キーまたはビデオストリームが終了しました)。私達はまだ以下の処理が必要です。
ファイルに対応するディレクトリの下:
プレゼンテーション
ここではデモ映像をB局にアップロードしました。アドレスリンクターゲット検出。
追加
プロジェクトgithubアドレスobjectdectionリンク。
本プロジェクトは
ここではOpenCV+pythonについて、リアルタイムの目標検出機能を実現するための文章を紹介します。これまでの記事を検索したり、次の関連記事を見たりしてください。これからもよろしくお願いします。
conda create -n py3.6 python=3.6 //
conda activate py3.6 //
3.依存numpyとimutilsのインストール
//
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple numpy
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple imutils
4.opencvをインストールする(1)まずopencvをダウンロードします。ここで私が選んだのはopencvです。python̴4.1.2+contrib̴cp36̽cp 36 m̴win_amd 64.whlです。
(2)ダウンロードしたら、それを任意のディスク(ここではDディスク)に入れて、インストールディレクトリに切り替えて、インストールコマンドを実行します。
コード
まず空のファイルを開けて、real al_と名づけます。time_objectdetection.pyは、以下のコードを入れて、必要なバッグを導入します。
# import the necessary packages
from imutils.video import VideoStream
from imutils.video import FPS
import numpy as np
import argparse
import imutils
import time
import cv2
2.私たちは画像パラメータが必要ではありません。ここで処理しているのはビデオストリームとビデオです。以下のパラメータを除いて不変です。Cprototxt:Caffe prototxtファイル経路。
Cmodel:プリトレーニングモデルの経路。
Cconfidence:フィルタ弱検出の最小確率閾値、デフォルト値は20%です。
# construct the argument parse and parse the arguments
ap = argparse.ArgumentParser()
ap.add_argument("-p", "--prototxt", required=True,
help="path to Caffe 'deploy' prototxt file")
ap.add_argument("-m", "--model", required=True,
help="path to Caffe pre-trained model")
ap.add_argument("-c", "--confidence", type=float, default=0.2,
help="minimum probability to filter weak detections")
args = vars(ap.parse_args())
3.クラスリストと色セットを初期化し、CLASSラベルと対応するランダムCOLORSを初期化します。
# initialize the list of class labels MobileNet SSD was trained to
# detect, then generate a set of bounding box colors for each class
CLASSES = ["background", "aeroplane", "bicycle", "bird", "boat",
"bottle", "bus", "car", "cat", "chair", "cow", "diningtable",
"dog", "horse", "motorbike", "person", "pottedplant", "sheep",
"sofa", "train", "tvmonitor"]
COLORS = np.random.uniform(0, 255, size=(len(CLASSES), 3))
4.自分のモデルを読み込み、自分のビデオストリームを設定します。
# load our serialized model from disk
print("[INFO] loading model...")
net = cv2.dnn.readNetFromCaffe(args["prototxt"], args["model"])
# initialize the video stream, allow the cammera sensor to warmup,
# and initialize the FPS counter
print("[INFO] starting video stream...")
vs = VideoStream(src=0).start()
time.sleep(2.0)
fps = FPS().start()
まず、私たちは自分のプロローグモデルをロードし、自分のprototxtファイルとモデルファイルへの参照を提供します。pip install opencv_python‑4.1.2+contrib‑cp36‑cp36m‑win_amd64.whl
。次はビデオストリームを初期化します。まず、VideoStream
net = cv2.dnn.readNetFromCaffe(args["prototxt"], args["model"])
を起動し、その後、カメラがvs = VideoStream(src=0).start()
を起動するのを待って、最後に、毎秒フレーム数計算time.sleep(2.0)
を開始する。VideoStreamとFPS類はimutilsパッケージの一部です。5.各フレームを巡回
# loop over the frames from the video stream
while True:
# grab the frame from the threaded video stream and resize it
# to have a maximum width of 400 pixels
frame = vs.read()
frame = imutils.resize(frame, width=400)
# grab the frame from the threaded video file stream
(h, w) = frame.shape[:2]
blob = cv2.dnn.blobFromImage(cv2.resize(frame, (300, 300)),
0.007843, (300, 300), 127.5)
# pass the blob through the network and obtain the detections and
# predictions
net.setInput(blob)
detections = net.forward()
まず、フレームfps = FPS().start()
をビデオストリームから読み出し、その後、サイズを調整する。私たちはその後幅と高さを必要としますので、引き続きピックアップframe = vs.read()
を行います。最後に、frameをdnnモジュールのあるblobに変換し、imutils.resize(frame, width=400)
。今、私達はblobを神経ネットワークのための入力
(h, w) = frame.shape[:2]
に設定して、インターネットを通じて(通って)入力cv2.dnn.blobFromImage(cv2.resize(frame, (300, 300)),0.007843, (300, 300), 127.5)
を伝えます。6.この時、私達はすでに入力フレームで目標を検出しました。信頼度の値を見て、目標の周りに境界枠とラベルを描くかどうかを判断します。
# loop over the detections
for i in np.arange(0, detections.shape[2]):
# extract the confidence (i.e., probability) associated with
# the prediction
confidence = detections[0, 0, i, 2]
# filter out weak detections by ensuring the `confidence` is
# greater than the minimum confidence
if confidence > args["confidence"]:
# extract the index of the class label from the
# `detections`, then compute the (x, y)-coordinates of
# the bounding box for the object
idx = int(detections[0, 0, i, 1])
box = detections[0, 0, i, 3:7] * np.array([w, h, w, h])
(startX, startY, endX, endY) = box.astype("int")
# draw the prediction on the frame
label = "{}: {:.2f}%".format(CLASSES[idx],
confidence * 100)
cv2.rectangle(frame, (startX, startY), (endX, endY),
COLORS[idx], 2)
y = startY - 15 if startY - 15 > 15 else startY + 15
cv2.putText(frame, label, (startX, y),
cv2.FONT_HERSHEY_SIMPLEX, 0.5, COLORS[idx], 2)
detections内でループして、一つの画像で複数のターゲットが検出され得る。したがって、私たちは信頼度をチェックする必要があります。信頼度が十分に高い(閾値以上の)場合、端末で予測を示し、テキストおよびカラー境界枠の形で画像を予測する。detections内でループして、まずconfidence値を抽出します。
net.setInput(blob)
。confidenceが最低閾値より高い場合(detections = net.forward()
)、クラスラベルインデックスを抽出し(confidence = detections[0, 0, i, 2]
)、検出されたオブジェクトの座標を計算する(if confidence > args["confidence"]:
)。次に、境界枠の(x,y)座標を抽出し(idx = int(detections[0, 0, i, 1])
)、長方形とテキストを描画するために使用されます。次に、CLASS名およびconfidenceを含むテキストLabelを構築する(box = detections[0, 0, i, 3:7] * np.array([w, h, w, h])
)。さらに、クラス色および以前に抽出された(x,y)座標を使用して、物体の周囲にカラー長方形を描画する((startX, startY, endX, endY) = box.astype("int")
)。ラベルが矩形の上に表示されることを望むが、空間がない場合は、矩形の上の方の少し下の位置にラベルを表示する(label = "{}: {:.2f}%".format(CLASSES[idx],confidence * 100)
)。最後に、先ほど算出したy値を用いて、カラーテキストをフレームに配置する(cv2.rectangle(frame, (startX, startY), (endX, endY),COLORS[idx], 2)
)。7.フレーム獲得サイクルの残りのステップは、さらに、フレームを示すステップを含む。quitキーを確認しますfpsカウンタを更新します。
# show the output frame
cv2.imshow("Frame", frame)
key = cv2.waitKey(1) & 0xFF
# if the `q` key was pressed, break from the loop
if key == ord("q"):
break
# update the FPS counter
fps.update()
上記のコードブロックは簡単明瞭であり、まずフレームを示し(y = startY - 15 if startY - 15 > 15 else startY + 15
)、そして特定のキーを見つけ(cv2.putText(frame, label, (startX, y),cv2.FONT_HERSHEY_SIMPLEX, 0.5, COLORS[idx], 2)
)、同時に「q」キー(「quit」を表す)が押下されたかどうかを確認する。押下された場合、フレーム獲得サイクルを終了し(cv2.imshow("Frame", frame)
)、最後にfpsカウンタを更新する(key = cv2.waitKey(1) & 0xFF
)。8.ループを終了しました(「q」キーまたはビデオストリームが終了しました)。私達はまだ以下の処理が必要です。
# stop the timer and display FPS information
fps.stop()
print("[INFO] elapsed time: {:.2f}".format(fps.elapsed()))
print("[INFO] approx. FPS: {:.2f}".format(fps.fps()))
# do a bit of cleanup
cv2.destroyAllWindows()
vs.stop()
実行ファイルディレクトリには以下のファイルがあります。ファイルに対応するディレクトリの下:
if key == ord("q"):break
実行コマンド:fps.update()
プレゼンテーション
ここではデモ映像をB局にアップロードしました。アドレスリンクターゲット検出。
追加
プロジェクトgithubアドレスobjectdectionリンク。
本プロジェクトは
cd D:\ \object-detection
とpython real_time_object_detection.py --prototxt MobileNetSSD_deploy.prototxt.txt --model MobileNetSSD_deploy.caffemodel
を使用して、githubでプロジェクトをダウンロードして実行することができます。ここではOpenCV+pythonについて、リアルタイムの目標検出機能を実現するための文章を紹介します。これまでの記事を検索したり、次の関連記事を見たりしてください。これからもよろしくお願いします。