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 ...
最新文章
- ​Python数据可视化工具怎么选?深度评测5款实用工具
- CentOS下yum安装nginx服务
- 玩转百度地图(二)之画圆,高德地图、搜搜地图、搜狗地图等稍微修改即可...
- 获取周/月的第一天最后一天
- PhoneGap工作原理及需改进的地方(转)
- URAL-1982 Electrification Plan 最小生成树
- 这年头,胡萝卜也靠不住了
- C# 制作不规则窗体的两种解决方案
- arctime工程文件怎么打开_微信dat后缀的文件怎么打开
- SWF反编译软件Action Script Viewer ASV2011/08发布(AS3反编译引擎最重大升级)
- 傅里叶变换及其应用 pdf_应用傅里叶-小波检测方式的并联型有源电力滤波器,电能质量高...
- 【翻译】WPF应用程序模块化开发快速入门(使用Prism+MEF)【中】
- java 解析 datatabe,在JAVA实现DataTable对象(一)
- Android 创建一个新的Activity
- linux下包管理器
- opmanager邮件告警配置
- 通用的电子商务商城后台管理界面模板——后台
- java分词支持拼音_支持汉转拼和拼音分词的PHP中文工具类ChineseUtil
- 计算机语言底层用汉语拼音设计,设计英语元素计算机汉字输入拼音代码的研究...
- 解决lefse配置过程中遇到的问题