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。
    
    conda create -n py3.6 python=3.6 //  
    	conda activate py3.6 //  
    在这里插入图片描述
    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。
    在这里插入图片描述
    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()在这里插入图片描述
    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-detectionpython 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。