入门指南：用Python实现实时目标检测（内附代码）

从自动驾驶汽车检测路上的物体，到通过复杂的面部及身体语言识别发现可能的犯罪活动。多年来，研究人员一直在探索让机器通过视觉识别物体的可能性。

专注于为中小企业提供成都网站设计、网站建设、外贸网站建设服务,电脑端+手机端+微信端的三站合一,更高效的管理,为中小企业文昌免费做网站提供优质的服务。我们立足成都，凝聚了一批互联网行业人才，有力地推动了近千家企业的稳健成长，帮助中小企业通过网站建设实现规模扩充和转变。

这一特殊领域被称为计算机视觉 (Computer Vision, CV)，在现代生活中有着广泛的应用。

目标检测 (ObjectDetection) 也是计算机视觉最酷的应用之一，这是不容置疑的事实。

现在的CV工具能够轻松地将目标检测应用于图片甚至是直播视频。本文将简单地展示如何用TensorFlow创建实时目标检测器。

建立一个简单的目标检测器

1. 设置要求：

  • TensorFlow版本在1.15.0或以上
  • 执行pip install TensorFlow安装最新版本

一切就绪，现在开始吧!

2. 设置环境

第一步：从Github上下载或复制TensorFlow目标检测的代码到本地计算机

在终端运行如下命令：

 
 
 
 
    
  
  
  
  
  1. git clonehttps://github.com/tensorflow/models.git
    2.

第二步：安装依赖项

下一步是确定计算机上配备了运行目标检测器所需的库和组件。

下面列举了本项目所依赖的库。(大部分依赖都是TensorFlow自带的)

  • Cython
  • contextlib2
  • pillow
  • lxml
  • matplotlib

若有遗漏的组件，在运行环境中执行pip install即可。

第三步：安装Protobuf编译器

谷歌的Protobuf，又称Protocol buffers，是一种语言无关、平台无关、可扩展的序列化结构数据的机制。Protobuf帮助程序员定义数据结构，轻松地在各种数据流中使用各种语言进行编写和读取结构数据。

Protobuf也是本项目的依赖之一。点击这里了解更多关于Protobufs的知识。接下来把Protobuf安装到计算机上。

打开终端或者打开命令提示符，将地址改为复制的代码仓库，在终端执行如下命令：

 
 
 
 
    
  
  
  
  
  1. cd models/research 
    2. 
  
  
  
  
  2. wget -Oprotobuf.zip https://github.com/protocolbuffers/protobuf/releases/download/v3.9.1/protoc-3.9.1-osx-x86_64.zip
    3. 
  
  
  
  
  3. unzipprotobuf.zip
    4.

注意：请务必在models/research目录解压protobuf.zip文件。

第四步：编辑Protobuf编译器

从research/ directory目录中执行如下命令编辑Protobuf编译器：

 
 
 
 
    
  
  
  
  
  1. ./bin/protoc object_detection/protos/*.proto--python_out=.
    2.

用Python实现目标检测

现在所有的依赖项都已经安装完毕，可以用Python实现目标检测了。

在下载的代码仓库中，将目录更改为：

 
 
 
 
    
  
  
  
  
  1. models/research/object_detection
    2.

这个目录下有一个叫object_detection_tutorial.ipynb的ipython notebook。该文件是演示目标检测算法的demo，在执行时会用到指定的模型：

 
 
 
 
    
  
  
  
  
  1. ssd_mobilenet_v1_coco_2017_11_17
    2.

这一测试会识别代码库中提供的两张测试图片。下面是测试结果之一：

要检测直播视频中的目标还需要一些微调。在同一文件夹中新建一个Jupyter notebook，按照下面的代码操作：

[1]:

 
 
 
 
    
  
  
  
  
  1. import numpy as np
    2. 
  
  
  
  
  2. import os
    3. 
  
  
  
  
  3. import six.moves.urllib as urllib
    4. 
  
  
  
  
  4. import sys
    5. 
  
  
  
  
  5. import tarfile
    6. 
  
  
  
  
  6. import tensorflow as tf
    7. 
  
  
  
  
  7. import zipfile
    8. 
  
  
  
  
  8. from distutils.version import StrictVersion
    9. 
  
  
  
  
  9. from collections import defaultdict
    10. 
  
  
  
  
  10. from io import StringIO
    11. 
  
  
  
  
  11. from matplotlib import pyplot as plt
    12. 
  
  
  
  
  12. from PIL import Image
    13. 
  
  
  
  
  13. # This isneeded since the notebook is stored in the object_detection folder.
    14. 
  
  
  
  
  14. sys.path.append("..")
    15. 
  
  
  
  
  15. from utils import ops as utils_ops
    16. 
  
  
  
  
  16. if StrictVersion(tf.__version__) < StrictVersion( 1.12.0 ):
    17. 
  
  
  
  
  17.     raise ImportError( Please upgrade your TensorFlow installation to v1.12.*. )
    18.

[2]:

 
 
 
 
    
  
  
  
  
  1. # This isneeded to display the images.
    2. 
  
  
  
  
  2. get_ipython().run_line_magic( matplotlib ,  inline )
    3.

[3]:

 
 
 
 
    
  
  
  
  
  1. # Objectdetection imports
    2. 
  
  
  
  
  2. # Here arethe imports from the object detection module.
    3. 
  
  
  
  
  3. from utils import label_map_util
    4. 
  
  
  
  
  4. from utils import visualization_utils as vis_util
    5.

[4]:

 
 
 
 
    
  
  
  
  
  1. # Modelpreparation 
    2. 
  
  
  
  
  2. # Anymodel exported using the `export_inference_graph.py` tool can be loaded heresimply by changing `PATH_TO_FROZEN_GRAPH` to point to a new .pb file.
    3. 
  
  
  
  
  3. # Bydefault we use an "SSD with Mobilenet" model here. 
    4. 
  
  
  
  
  4. #See https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/detection_model_zoo.md
    5. 
  
  
  
  
  5. #for alist of other models that can be run out-of-the-box with varying speeds andaccuracies.
    6. 
  
  
  
  
  6. # Whatmodel to download.
    7. 
  
  
  
  
  7. MODEL_NAME=  ssd_mobilenet_v1_coco_2017_11_17 
    8. 
  
  
  
  
  8. MODEL_FILE= MODEL_NAME +  .tar.gz 
    9. 
  
  
  
  
  9. DOWNLOAD_BASE=  http://download.tensorflow.org/models/object_detection/ 
    10. 
  
  
  
  
  10. # Path tofrozen detection graph. This is the actual model that is used for the objectdetection.
    11. 
  
  
  
  
  11. PATH_TO_FROZEN_GRAPH= MODEL_NAME +  /frozen_inference_graph.pb 
    12. 
  
  
  
  
  12. # List ofthe strings that is used to add correct label for each box.
    13. 
  
  
  
  
  13. PATH_TO_LABELS= os.path.join( data ,  mscoco_label_map.pbtxt )
    14.

[5]:

 
 
 
 
    
  
  
  
  
  1. #DownloadModel
    2. 
  
  
  
  
  2. opener =urllib.request.URLopener()
    3. 
  
  
  
  
  3. opener.retrieve(DOWNLOAD_BASE+ MODEL_FILE, MODEL_FILE)
    4. 
  
  
  
  
  4. tar_file =tarfile.open(MODEL_FILE)
    5. 
  
  
  
  
  5. for file in tar_file.getmembers():
    6. 
  
  
  
  
  6.     file_name= os.path.basename(file.name)
    7. 
  
  
  
  
  7.     if frozen_inference_graph.pb in file_name:
    8. 
  
  
  
  
  8.         tar_file.extract(file,os.getcwd())
    9.

[6]:

 
 
 
 
    
  
  
  
  
  1. # Load a(frozen) Tensorflow model into memory.
    2. 
  
  
  
  
  2. detection_graph= tf.Graph()
    3. 
  
  
  
  
  3. with detection_graph.as_default():
    4. 
  
  
  
  
  4.     od_graph_def= tf.GraphDef()
    5. 
  
  
  
  
  5.     withtf.gfile.GFile(PATH_TO_FROZEN_GRAPH,  rb ) as fid:
    6. 
  
  
  
  
  6.         serialized_graph= fid.read()
    7. 
  
  
  
  
  7.         od_graph_def.ParseFromString(serialized_graph)
    8. 
  
  
  
  
  8.         tf.import_graph_def(od_graph_def,name=  )
    9.

[7]:

 
 
 
 
    
  
  
  
  
  1. # Loadinglabel map
    2. 
  
  
  
  
  2. # Labelmaps map indices to category names, so that when our convolution networkpredicts `5`,
    3. 
  
  
  
  
  3. #we knowthat this corresponds to `airplane`.  Here we use internal utilityfunctions, 
    4. 
  
  
  
  
  4. #butanything that returns a dictionary mapping integers to appropriate stringlabels would be fine
    5. 
  
  
  
  
  5. category_index= label_map_util.create_category_index_from_labelmap(PATH_TO_LABELS,use_display_name=True)
    6.

[8]:

 
 
 
 
    
  
  
  
  
  1. defrun_inference_for_single_image(image, graph):
    2. 
  
  
  
  
  2.     with graph.as_default():
    3. 
  
  
  
  
  3.         with tf.Session() as sess:
    4. 
  
  
  
  
  4.             # Get handles to input and output tensors
    5. 
  
  
  
  
  5.             ops= tf.get_default_graph().get_operations()
    6. 
  
  
  
  
  6.             all_tensor_names= {output.name for op in ops for output in op.outputs}
    7. 
  
  
  
  
  7.             tensor_dict= {}
    8. 
  
  
  
  
  8.             for key in [
    9. 
  
  
  
  
  9.                    num_detections ,  detection_boxes ,  detection_scores ,
    10. 
  
  
  
  
  10.                    detection_classes ,  detection_masks ]:
    11. 
  
  
  
  
  11.                 tensor_name= key +  :0 
    12. 
  
  
  
  
  12.                 if tensor_name in all_tensor_names:
    13. 
  
  
  
  
  13.                     tensor_dict[key]= tf.get_default_graph().get_tensor_by_name(tensor_name)
    14. 
  
  
  
  
  14.             if detection_masks in tensor_dict:
    15. 
  
  
  
  
  15.                 # The following processing is only for single image
    16. 
  
  
  
  
  16.                 detection_boxes= tf.squeeze(tensor_dict[ detection_boxes ], [0])
    17. 
  
  
  
  
  17.                 detection_masks= tf.squeeze(tensor_dict[ detection_masks ], [0])
    18. 
  
  
  
  
  18.                 # Reframe is required to translate mask from boxcoordinates to image coordinates and fit the image size.
    19. 
  
  
  
  
  19.                 real_num_detection= tf.cast(tensor_dict[ num_detections ][0], tf.int32)
    20. 
  
  
  
  
  20.                 detection_boxes= tf.slice(detection_boxes, [0, 0], [real_num_detection, -1])
    21. 
  
  
  
  
  21.                 detection_masks= tf.slice(detection_masks, [0, 0, 0], [real_num_detection, -1, -1])
    22. 
  
  
  
  
  22.                 detection_masks_reframed= utils_ops.reframe_box_masks_to_image_masks(
    23. 
  
  
  
  
  23.                 detection_masks,detection_boxes, image.shape[1],image.shape[2])
    24. 
  
  
  
  
  24.                 detection_masks_reframed= tf.cast(
    25. 
  
  
  
  
  25.                 tf.greater(detection_masks_reframed,0.5),tf.uint8)
    26. 
  
  
  
  
  26.                 # Follow the convention by adding back the batchdimension
    27. 
  
  
  
  
  27.                 tensor_dict[ detection_masks ] =tf.expand_dims(
    28. 
  
  
  
  
  28.                                     detection_masks_reframed,0)
    29. 
  
  
  
  
  29.             image_tensor= tf.get_default_graph().get_tensor_by_name( image_tensor:0 )
    30. 
  
  
  
  
  30.             # Run inference
    31. 
  
  
  
  
  31.             output_dict= sess.run(tensor_dict, feed_dict={image_tensor: image})
    32. 
  
  
  
  
  32.             # all outputs are float32 numpy arrays, so convert typesas appropriate
    33. 
  
  
  
  
  33.             output_dict[ num_detections ] =int(output_dict[ num_detections ][0])
    34. 
  
  
  
  
  34.             output_dict[ detection_classes ] =output_dict[
    35. 
  
  
  
  
  35.                        detection_classes ][0].astype(np.int64)
    36. 
  
  
  
  
  36.             output_dict[ detection_boxes ] =output_dict[ detection_boxes ][0]
    37. 
  
  
  
  
  37.             output_dict[ detection_scores ] =output_dict[ detection_scores ][0]
    38. 
  
  
  
  
  38.             if detection_masks in output_dict:
    39. 
  
  
  
  
  39.                 output_dict[ detection_masks ] =output_dict[ detection_masks ][0]
    40. 
  
  
  
  
  40.         return output_dict
    41.

[9]:

 
 
 
 
    
  
  
  
  
  1. import cv2
    2. 
  
  
  
  
  2. cam =cv2.cv2.VideoCapture(0)
    3. 
  
  
  
  
  3. rolling = True
    4. 
  
  
  
  
  4. while (rolling):
    5. 
  
  
  
  
  5.     ret,image_np = cam.read()
    6. 
  
  
  
  
  6.     image_np_expanded= np.expand_dims(image_np, axis=0)
    7. 
  
  
  
  
  7.     # Actual detection.
    8. 
  
  
  
  
  8.     output_dict= run_inference_for_single_image(image_np_expanded, detection_graph)
    9. 
  
  
  
  
  9.     # Visualization of the results of a detection.
    10. 
  
  
  
  
  10.     vis_util.visualize_boxes_and_labels_on_image_array(
    11. 
  
  
  
  
  11.       image_np,
    12. 
  
  
  
  
  12.       output_dict[ detection_boxes ],
    13. 
  
  
  
  
  13.       output_dict[ detection_classes ],
    14. 
  
  
  
  
  14.       output_dict[ detection_scores ],
    15. 
  
  
  
  
  15.       category_index,
    16. 
  
  
  
  
  16.       instance_masks=output_dict.get( detection_masks ),
    17. 
  
  
  
  
  17.       use_normalized_coordinates=True,
    18. 
  
  
  
  
  18.       line_thickness=8)
    19. 
  
  
  
  
  19.     cv2.imshow( image , cv2.resize(image_np,(1000,800)))
    20. 
  
  
  
  
  20.     if cv2.waitKey(25) & 0xFF == ord( q ):
    21. 
  
  
  
  
  21.         break
    22. 
  
  
  
  
  22.         cv2.destroyAllWindows()
    23. 
  
  
  
  
  23.         cam.release()
    24.

在运行Jupyter notebook时，网络摄影系统会开启并检测所有原始模型训练过的物品类别。

网站题目：入门指南：用Python实现实时目标检测（内附代码）
浏览地址：http://www.mswzjz.cn/qtweb/news46/49696.html

攀枝花网站建设、攀枝花网站运维推广公司-贝锐智能，是专注品牌与效果的网络营销公司；服务项目有等

广告

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 贝锐智能

贝锐智能技术为您推荐以下文章

全网营销推广知识

各行业网站

成都门户网站建设设计方案　　 　成都网络推广　　 　成都移动服务器托管　　 　贵阳联通机房　　 　成都模板网站　　 　广东网站设计制作公司　　 　重庆网站建设　　 　成都铁科精智测控　　 　网站建设方案　　 　手机网站制作　　 　达州网站设计　　 　电信机房托管　　 　成都石膏隔墙板　　 　南充服务器托管　　 　服务器租凭　　 　工商财税　　 　APP定制　　 　wap网站建设　　 　成都网站建设　　 　医药医疗网站建设方案