C++调用SSD caffe模型进行物体检测-Opencv3.4.3

本文参考：https://blog.csdn.net/hunzhangzui9837/article/details/82837873

源代码

#include <opencv2/opencv.hpp>
#include <opencv2/dnn.hpp>
#include <iostream>using namespace cv;
using namespace cv::dnn;
using namespace std;const size_t width = 300;
const size_t height = 300;
const float meanVal = 127.5;
const float scaleFactor = 0.007843f;
const char* classNames[] = { "background",
"aeroplane", "bicycle", "bird", "boat",
"bottle", "bus", "car", "cat", "chair",
"cow", "diningtable", "dog", "horse",
"motorbike", "person", "pottedplant",
"sheep", "sofa", "train", "tvmonitor" };String modelFile = "C:/Users/18301/Desktop/models_VGGNet_VOC0712Plus_SSD_300x300/models/VGGNet/VOC0712Plus/SSD_300x300/VGG_VOC0712Plus_SSD_300x300_iter_240000.caffemodel";
String model_text_file = "C:/Users/18301/Desktop/models_VGGNet_VOC0712Plus_SSD_300x300/models/VGGNet/VOC0712Plus/SSD_300x300/deploy.prototxt";int main()
{VideoCapture capture;capture.open(0);namedWindow("input", CV_WINDOW_AUTOSIZE);int w = capture.get(CAP_PROP_FRAME_WIDTH);int h = capture.get(CAP_PROP_FRAME_HEIGHT);printf("frame width : %d, frame height : %d", w, h);// set up netNet net = readNetFromCaffe(model_text_file, modelFile);Mat frame;//while (capture.read(frame)) //注意：这里提供了两种模式，调用摄像头的时候把该句取消注释即可while (1){frame = imread("C:/Users/18301/Desktop/car.jpg");imshow("input", frame);//预测Mat inputblob = blobFromImage(frame, scaleFactor, Size(width, height), meanVal, false);net.setInput(inputblob, "data");Mat detection = net.forward("detection_out");//检测Mat detectionMat(detection.size[2], detection.size[3], CV_32F, detection.ptr<float>());float confidence_threshold = 0.3;for (int i = 0; i < detectionMat.rows; i++) {float confidence = detectionMat.at<float>(i, 2);if (confidence > confidence_threshold) {size_t objIndex = (size_t)(detectionMat.at<float>(i, 1));float tl_x = detectionMat.at<float>(i, 3) * frame.cols;float tl_y = detectionMat.at<float>(i, 4) * frame.rows;float br_x = detectionMat.at<float>(i, 5) * frame.cols;float br_y = detectionMat.at<float>(i, 6) * frame.rows;Rect object_box((int)tl_x, (int)tl_y, (int)(br_x - tl_x), (int)(br_y - tl_y));rectangle(frame, object_box, Scalar(0, 0, 255), 2, 8, 0);putText(frame, format("%s", classNames[objIndex]), Point(tl_x, tl_y), FONT_HERSHEY_SIMPLEX, 1.0, Scalar(255, 0, 0), 2);}}imshow("ssd-video-demo", frame);char c = waitKey(5);if (c == 27) { // ESC退出break;}}capture.release();waitKey(0);return 0;
}

实验结果

不过说实话效果不是太好，因为这个SSD模型是基于VGG16的，可能特征表征能力不是太强吧~视频检测就更差了，就不展示了。

实验中的模型链接：SSD Caffe模型

C++调用SSD caffe模型进行物体检测-Opencv3.4.3相关推荐

使用SSD网络模型进行Tensorflow物体检测（V1.1摄像头检测）
使用SSD网络模型进行Tensorflow物体检测?(V1.1摄像头检测) 文章目录使用SSD网络模型进行Tensorflow物体检测?(V1.1摄像头检测) 1.模型的加载和utils库环境的配置 ...
使用SSD网络模型进行Tensorflow物体检测（V1.2视频检测）
使用SSD网络模型进行Tensorflow物体检测?(V1.2视频检测) 文章目录使用SSD网络模型进行Tensorflow物体检测?(V1.2视频检测) 1.模型的加载和utils库环境的配置? ...
OpenCvSharp人脸检测(二) DNN加载Caffe模型做人脸检测
更多视觉图像处理相关内容,可关注[OpenCV与AI深度学习]公众号获取! 本文作者Color Space,文章未经作者允许禁止转载! 本文将介绍OpenCvSharp人脸检测(二) DNN加载Caf ...
opencv打开pb_【OpenCV】OpenCV4调用tensorflow pb模型进行目标检测
先在visual studio 2015新建一个工程并配置好环境. OpenCV调用tensorflow的pb模型,不仅需要一个.pb文件,还需要一个.pbtxt文件. 一些预训练好的pb模型的下载地 ...
【opencv有趣应用】基于MobileNet + SSD的物体检测
今天学习使用另外的模型进行物体检测当前目标检测的算法有很多,如rcnn系列.yolo系列和ssd,前端网络如vgg.AlexNet.SqueezeNet,一种常用的方法是将前端网络设为MobileN ...
百度识图API教程二:EasyDL物体检测的使用
前面有个调用百度其他图像识别API的教程缺点很多只能识别单个物体多物体识别准确率低造成这个问题的原因也可以很简单的想到模型的问题不同的的背景不同的角度不同的高度不同的光源不同的大小 ...
物体检测中的Objectness是什么？
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达本文转自AI公园作者:Nathan Zhao 编译:ronghu ...
理解物体检测中的Objectness
本文转自AI公园. 作者:Nathan Zhao 编译:ronghuaiyang 导读在本文中,我们将讨论目标检测模型和Objectness的基础知识. 什么是物体检测模型? 物体检测模型本质上,正 ...
SSD+caffe︱Single Shot MultiBox Detector 目标检测+fine-tuning（二）
承接上一篇SSD介绍:SSD+caffe︱Single Shot MultiBox Detector 目标检测(一) 如果自己要训练SSD模型呢,关键的就是LMDB格式生成,从官方教程weiliu89 ...
SSD+caffe︱Single Shot MultiBox Detector 目标检测（一）
作者的思路就是Faster R-CNN+YOLO,利用YOLO的思路和Faster R-CNN的anchor box的思想. . 0 导读 (本节来源于BOT大赛嘉宾问答环节 ) SSD 这里的设计就 ...

C++调用SSD caffe模型进行物体检测-Opencv3.4.3

源代码

实验结果

C++调用SSD caffe模型进行物体检测-Opencv3.4.3相关推荐

最新文章

热门文章