轻松学Pytorch –使用torchvision实现对象检测
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
大家好,前面一篇文章介绍了torchvision的模型ResNet50实现图像分类,这里再给大家介绍一下如何使用torchvision自带的对象检测模型Faster-RCNN实现对象检测。Torchvision自带的对象检测模型是基于COCO数据集训练的,最小分辨率支持800, 最大支持1333的输入图像。
Faster-RCNN模型
Faster-RCNN模型的基础网络是ResNet50, ROI生成使用了RPN,加上头部组成。图示如下:
在torchvision框架下可以通过下面的代码直接下载预训练模型,
model = torchvision.models.detection.fasterrcnn_resnet50_fpn(pretrained=True)
model.eval()
对模型使用GPU加速支持
# 使用GPU
train_on_gpu = torch.cuda.is_available()
if train_on_gpu:model.cuda()
推理输出有三个信息分别为:
boxes:表示对象框
scores:表示每个对象得分
labels:表示对于的分类标签
图像检测
使用模型实现图像检测,支持90个类别的对象检测,代码实现如下:
def faster_rcnn_image_detection():image = cv.imread("D:/images/cars.jpg")blob = transform(image)c, h, w = blob.shapeinput_x = blob.view(1, c, h, w)output = model(input_x.cuda())[0]boxes = output['boxes'].cpu().detach().numpy()scores = output['scores'].cpu().detach().numpy()labels = output['labels'].cpu().detach().numpy()index = 0for x1, y1, x2, y2 in boxes:if scores[index] > 0.5:print(x1, y1, x2, y2)cv.rectangle(image, (np.int32(x1), np.int32(y1)),(np.int32(x2), np.int32(y2)), (0, 255, 255), 1, 8, 0)label_id = labels[index]label_txt = coco_names[str(label_id)]cv.putText(image, label_txt, (np.int32(x1), np.int32(y1)), cv.FONT_HERSHEY_PLAIN, 1.0, (0, 0, 255), 1)index += 1cv.imshow("Faster-RCNN Detection Demo", image)cv.waitKey(0)cv.destroyAllWindows()
运行结果下:
视频实时对象检测
基于OpenCV实现视频文件或者摄像头读取,完成视频的实时对象检测,代码实现如下:
1capture = cv.VideoCapture("D:/images/video/vehicle.ts")2while True:3 ret, frame = capture.read()4 if ret is not True:5 break6 blob = transform(frame)7 c, h, w = blob.shape8 input_x = blob.view(1, c, h, w)9 output = model(input_x.cuda())[0]
10 boxes = output['boxes'].cpu().detach().numpy()
11 scores = output['scores'].cpu().detach().numpy()
12 labels = output['labels'].cpu().detach().numpy()
13 index = 0
14 for x1, y1, x2, y2 in boxes:
15 if scores[index] > 0.5:
16 cv.rectangle(frame, (np.int32(x1), np.int32(y1)),
17 (np.int32(x2), np.int32(y2)), (0, 255, 255), 1, 8, 0)
18 label_id = labels[index]
19 label_txt = coco_names[str(label_id)]
20 cv.putText(frame, label_txt, (np.int32(x1), np.int32(y1)), cv.FONT_HERSHEY_PLAIN, 1.0, (0, 0, 255), 1)
21 index += 1
22 wk = cv.waitKey(1)
23 if wk == 27:
24 break
25 cv.imshow("video detection Demo", frame)
运行结果如下:
下载1:OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复:扩展模块中文教程,即可下载全网第一份OpenCV扩展模块教程中文版,涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。
下载2:Python视觉实战项目52讲
在「小白学视觉」公众号后台回复:Python视觉实战项目,即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目,助力快速学校计算机视觉。
下载3:OpenCV实战项目20讲
在「小白学视觉」公众号后台回复:OpenCV实战项目20讲,即可下载含有20个基于OpenCV实现20个实战项目,实现OpenCV学习进阶。
交流群
欢迎加入公众号读者群一起和同行交流,目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群(以后会逐渐细分),请扫描下面微信号加群,备注:”昵称+学校/公司+研究方向“,例如:”张三 + 上海交大 + 视觉SLAM“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告,否则会请出群,谢谢理解~
轻松学Pytorch –使用torchvision实现对象检测相关推荐
- rcnn代码实现_轻松学Pytorch实现自定义对象检测器
点击上方蓝字关注我们 微信公众号:OpenCV学堂 关注获取更多计算机视觉与深度学习知识 大家好,今天来继续更新轻松学Pytorch专栏,这个是系列文章我会一直坚持写下去的,希望大家转发.点赞.留言支 ...
- 轻松学Pytorch – 行人检测Mask-RCNN模型训练与使用
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 大家好,这个是轻松学Pytorch的第20篇的文章分享,主要是给大 ...
- 数据集制作_轻松学Pytorch自定义数据集制作与使用
点击上方蓝字关注我们 微信公众号:OpenCV学堂 关注获取更多计算机视觉与深度学习知识 大家好,这是轻松学Pytorch系列的第六篇分享,本篇你将学会如何从头开始制作自己的数据集,并通过DataLo ...
- pytorch argmax_轻松学Pytorch使用ResNet50实现图像分类
点击上方蓝字关注我们 微信公众号:OpenCV学堂 关注获取更多计算机视觉与深度学习知识 Hello大家好,这篇文章给大家详细介绍一下pytorch中最重要的组件torchvision,它包含了常见的 ...
- 轻松学Pytorch – 人脸五点landmark提取网络训练与使用
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 大家好,本文是轻松学Pytorch系列文章第十篇,本文将介绍如何使 ...
- 轻松学Pytorch – 年龄与性别预测
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 大家好,上周太忙,没有更新Pytorch轻松学系列文章,但是我还是 ...
- 轻松学Pytorch–环境搭建与基本语法
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 基本思路选择 以前我用过Caffe,用过tensorflow,最近 ...
- celeba数据集_轻松学 Pytorch 使用DCGAN实现数据复制
点击上方蓝字关注我们 微信公众号:OpenCV学堂 关注获取更多计算机视觉与深度学习知识 DCGAN Ian J. Goodfellow首次提出了GAN之后,生成对抗只是神经网络还不是深度卷积神经网络 ...
- 【小白学PyTorch】7.最新版本torchvision.transforms常用API翻译与讲解
机器学习炼丹术]的学习笔记分享 <<小白学PyTorch>> 小白学PyTorch | 6 模型的构建访问遍历存储(附代码) 小白学PyTorch | 5 torchvisio ...
最新文章
- 解读MySQL的慢日志
- 自定义控件:侧滑面板
- 【新星计划】Matlab绘制分岔图
- EditText 显示明文和密码
- python 结构数组_Python数组
- centos7挂载nas存储_CentOS7搭建NAS文件共享存储
- ai推理_人工智能推理能力问答
- spark 上下游shuffle结果的存放获取
- 蔚来新一代电驱系统:对用户有益的事,做,且要尽快做
- 洛谷P1258 小车问题(题解)
- Hexo博文加密思路总结
- 如何压缩jpg图片的大小?
- 凯立德导航 版本号意义解读
- 用excel将有规律的数据随机打乱
- 【LeetCode力扣】青蛙跳台阶问题,一只青蛙一次可以跳上1级台阶,也可以跳上2级台阶。求该青蛙跳上一个 n 级的台阶总共有多少种跳法。
- ECIF OCRM ACRM关系
- C++-c语言词法分析器
- 小白的努力——此时少年山巅客,凭栏尽收快哉风
- 一位父亲给儿女的九条人生忠告(看看吧,受用一生,适用于任何人)
- 线程池除了常见的4种拒绝策略
热门文章
- 《评人工智能如何走向新阶段》后记(再续6)
- 「2019嵌入式智能国际大会」 399元超值学生票来啦,帮你豪省2600元!
- 印度小哥“神剑”:PDF提取表格so easy!
- 一文回顾2018英特尔人工智能大会
- 如何选择合适的损失函数,请看......
- 没有iPhone SE2,苹果发布了新iPad
- 全球股市巨震,如何用深度学习预测股价?
- Cache 工作原理,Cache 一致性,你想知道的都在这里
- 高速流水线,Jenkins Shared Pipeline
- 同事埋了个坑:Insert into select语句把生产服务器炸了