深度学习和目标检测系列教程 15-300：在 Python 中使用 OpenCV 执行 YOLOv3 对象检测

@Author：Runsen

上次讲了yolov3，这是使用yolov3的模型通过opencv的摄像头来执行YOLOv3 对象检测。

导入所需模块：

import cv2
import numpy as np
import time

让我们定义一些我们需要的变量和参数：

CONFIDENCE = 0.5
SCORE_THRESHOLD = 0.5
IOU_THRESHOLD = 0.5# network configuration
config_path = "cfg/yolov3.cfg"
# YOLO net weights
weights_path = "weights/yolov3.weights"
#  coco class labels (objects)
labels = open("data/coco.names").read().strip().split("\n")
# 每一个对象的检测框的颜色
colors = np.random.randint(0, 255, size=(len(LABELS), 3), dtype="uint8")

config_path和weights_path 分别代表yolov3模型配置和对应的预训练模型权重。

yolov3.cfg下载：https://github.com/pjreddie/darknet/blob/master/cfg/yolov3.cfg
coco.names下载：https://github.com/pjreddie/darknet/blob/master/data/coco.names
yolov3.weights下载：https://pjreddie.com/media/files/yolov3.weights

labels是检测的不同对象的所有类标签的列表，生成随机颜色
是因为有很多类的存在。

下面的代码加载模型：

net = cv2.dnn.readNetFromDarknet(config_path, weights_path)

先加载一个示例图像：

path_name = "test.jpg"
image = cv2.imread(path_name)
file_name = os.path.basename(path_name)
filename, ext = file_name.split(".")
h, w = image.shape[:2]

接下来，需要对这个图像进行归一化、缩放和整形，使其适合作为神经网络的输入：

# create 4D blob
blob = cv2.dnn.blobFromImage(image, 1/255.0, (416, 416), swapRB=True, crop=False)

这会将像素值标准化为从0到1 的范围，将图像大小调整为(416, 416)并对其进行缩放

print("image.shape:", image.shape)
print("blob.shape:", blob.shape)image.shape: (1200, 1800, 3)
blob.shape: (1, 3, 416, 416)

现在让我们将此图像输入神经网络以获得输出预测：

# 将blob设置为网络的输入
net.setInput(blob)
# 获取所有图层名称
ln = net.getLayerNames()
ln = [ln[i[0] - 1] for i in net.getUnconnectedOutLayers()]
#得到网络输出
#测量一下时间花费
start = time.perf_counter()
layer_outputs = net.forward(ln)
time_took = time.perf_counter() - start
print(f"Time took: {time_took:.2f}s")boxes, confidences, class_ids = [], [], []# 在每个层输出上循环
for output in layer_outputs:# 在每一个物体上循环''' detection.shape等于85，前4 个值代表物体的位置，(x, y)坐标为中心点和边界框的宽度和高度，其余数字对应物体标签，因为这是COCO 数据集，它有80类标签。例如，如果检测到的对象是人，则80长度向量中的第一个值应为1，其余所有值应为0，自行车的第二个数字，汽车的第三个数字，一直到第 80 个对象。然后使用np.argmax()
函数来获取类 id 的原因，因为它返回80长度向量中最大值的索引。
''' for detection in output:# 提取类id（标签）和置信度（作为概率）# 当前目标检测scores = detection[5:]class_id = np.argmax(scores)confidence = scores[class_id]if confidence > CONFIDENCE:# 将边界框坐标相对于# 图像的大小，记住YOLO实际上# 返回边界的中心（x，y）坐标# 框，然后是框的宽度和高度box = detection[:4] * np.array([w, h, w, h])(centerX, centerY, width, height) = box.astype("int")# 使用中心（x，y）坐标导出x和y# 和边界框的左角x = int(centerX - (width / 2))y = int(centerY - (height / 2))# 更新边界框坐标，信任度，和类IDboxes.append([x, y, int(width), int(height)])confidences.append(float(confidence))class_ids.append(class_id)
#根据前面定义的分数执行非最大值抑制
idxs = cv2.dnn.NMSBoxes(boxes, confidences, SCORE_THRESHOLD, IOU_THRESHOLD)
font_scale = 1
thickness = 1
# 确保至少存在一个检测
if len(idxs) > 0:# 循环查看我们保存的索引for i in idxs.flatten():# 提取边界框坐标x, y = boxes[i][0], boxes[i][1]w, h = boxes[i][2], boxes[i][3]# 在图像上绘制边框矩形和标签color = [int(c) for c in colors[class_ids[i]]]cv2.rectangle(image, (x, y), (x + w, y + h), color=color, thickness=thickness)text = f"{labels[class_ids[i]]}: {confidences[i]:.2f}"# 计算文本宽度和高度以绘制透明框作为文本背景(text_width, text_height) = cv2.getTextSize(text, cv2.FONT_HERSHEY_SIMPLEX, fontScale=font_scale, thickness=thickness)[0]text_offset_x = xtext_offset_y = y - 5box_coords = ((text_offset_x, text_offset_y), (text_offset_x + text_width + 2, text_offset_y - text_height))overlay = image.copy()cv2.rectangle(overlay, box_coords[0], box_coords[1], color=color, thickness=cv2.FILLED)#添加（长方体的透明度）image = cv2.addWeighted(overlay, 0.6, image, 0.4, 0)cv2.putText(image, text, (x, y - 5), cv2.FONT_HERSHEY_SIMPLEX,fontScale=font_scale, color=(0, 0, 0), thickness=thickness)cv2.imwrite(filename + "_yolo3." + ext, image)

一张图片的时间需要1.3秒。

Time took: 1.32s

下面结合opencv读取摄像头的功能，实现摄像头的拍摄画面的识别

import cv2
import numpy as np
import time
CONFIDENCE = 0.5
SCORE_THRESHOLD = 0.5
IOU_THRESHOLD = 0.5
config_path = "cfg/yolov3.cfg"
weights_path = "weights/yolov3.weights"
font_scale = 1
thickness = 1
LABELS = open("data/coco.names").read().strip().split("\n")
COLORS = np.random.randint(0, 255, size=(len(LABELS), 3), dtype="uint8")
net = cv2.dnn.readNetFromDarknet(config_path, weights_path)
ln = net.getLayerNames()
ln = [ln[i[0] - 1] for i in net.getUnconnectedOutLayers()]
cap = cv2.VideoCapture(0)
while True:_, image = cap.read()h, w = image.shape[:2]blob = cv2.dnn.blobFromImage(image, 1/255.0, (416, 416), swapRB=True, crop=False)net.setInput(blob)start = time.perf_counter()layer_outputs = net.forward(ln)time_took = time.perf_counter() - startprint("Time took:", time_took)boxes, confidences, class_ids = [], [], []for output in layer_outputs:for detection in output:scores = detection[5:]class_id = np.argmax(scores)confidence = scores[class_id]if confidence > CONFIDENCE:box = detection[:4] * np.array([w, h, w, h])(centerX, centerY, width, height) = box.astype("int")x = int(centerX - (width / 2))y = int(centerY - (height / 2))boxes.append([x, y, int(width), int(height)])confidences.append(float(confidence))class_ids.append(class_id)idxs = cv2.dnn.NMSBoxes(boxes, confidences, SCORE_THRESHOLD, IOU_THRESHOLD)font_scale = 1thickness = 1if len(idxs) > 0:for i in idxs.flatten():x, y = boxes[i][0], boxes[i][1]w, h = boxes[i][2], boxes[i][3]color = [int(c) for c in COLORS[class_ids[i]]]cv2.rectangle(image, (x, y), (x + w, y + h), color=color, thickness=thickness)text = f"{LABELS[class_ids[i]]}: {confidences[i]:.2f}"(text_width, text_height) = cv2.getTextSize(text, cv2.FONT_HERSHEY_SIMPLEX, fontScale=font_scale, thickness=thickness)[0]text_offset_x = xtext_offset_y = y - 5box_coords = ((text_offset_x, text_offset_y), (text_offset_x + text_width + 2, text_offset_y - text_height))overlay = image.copy()cv2.rectangle(overlay, box_coords[0], box_coords[1], color=color, thickness=cv2.FILLED)image = cv2.addWeighted(overlay, 0.6, image, 0.4, 0)cv2.putText(image, text, (x, y - 5), cv2.FONT_HERSHEY_SIMPLEX,fontScale=font_scale, color=(0, 0, 0), thickness=thickness)cv2.imshow("image", image)if ord("q") == cv2.waitKey(1):breakcap.release()
cv2.destroyAllWindows()

深度学习和目标检测系列教程 15-300：在 Python 中使用 OpenCV 执行 YOLOv3 对象检测相关推荐

opencv检测图片失焦 python_如何在Python中使用OpenCV执行模糊检测
如何在Python中使用OpenCV执行模糊检测目标检测最后更新 2020-10-12 14:23 阅读 154 最后更新 2020-10-12 14:23 阅读 154 目标检测 ##FlyAI ...
Python中利用Opencv进行车牌号检测
初学Python.Opencv,想用它做个实例解决车牌号检测. 车牌号检测需要分为四个部分:1.车辆图像获取.2.车牌定位.3.车牌字符分割和4.车牌字符识别在百度查到了车牌识别部分车牌定位和车牌字 ...
综述 | 基于深度学习的目标检测算法
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达本文转自:计算机视觉life 导读:目标检测(Object Det ...
基于深度学习的目标检测的研究进展2
普通的深度学习监督算法主要是用来做分类,如图1(1)所示,分类的目标是要识别出图中所示是一只猫.而在ILSVRC(ImageNet Large Scale Visual Recognition Cha ...
基于深度学习的目标检测研究进展
前言开始本文内容之前,我们先来看一下上边左侧的这张图,从图中你看到了什么物体?他们在什么位置?这还不简单,图中有一个猫和一个人,具体的位置就是上图右侧图像两个边框(bounding-box)所在的位 ...
【深度学习】基于深度学习的目标检测研究进展
原文出处:http://chuansong.me/n/353443351445 开始本文内容之前,我们先来看一下上边左侧的这张图,从图中你看到了什么物体?他们在什么位置?这还不简单,图中有一个猫和一个 ...
基于深度学习的目标检测方法综述
引言现有的深度学习的目标检测方法,可以大致分为两类:一.基于候选区域的目标检测方法:二.基于回归的目标检测方法.依据方法的提出时间,可以构建出如下时间线: 2014 CVPR R-CNN[1] 20 ...
基于深度学习的目标检测技术演进：从目标检测到人脸检测
本篇博客主要转载两篇写得好的分别介绍基于深度学习的目标检测和人脸检测的文章,最近在调研基于深度学习的人脸检测相关的文章,在网上查相关资料时,有幸看到.文末附带基于深度学习的目标检测和人脸检测相关经典文 ...
独家总结| 基于深度学习的目标检测详解
欢迎关注微信公众号[计算机视觉联盟] 获取更多前沿AI.CV资讯基于深度学习的目标检测基于深度学习的目 ...

深度学习和目标检测系列教程 15-300：在 Python 中使用 OpenCV 执行 YOLOv3 对象检测

深度学习和目标检测系列教程 15-300：在 Python 中使用 OpenCV 执行 YOLOv3 对象检测相关推荐

最新文章

热门文章