點選上方藍字關注我們
微信公衆号：OpenCV學堂
關注擷取更多計算機視覺與深度學習知識
大家好，前面一篇文章介紹了torchvision的模型ResNet50實作圖像分類，這裡再給大家介紹一下如何使用torchvision自帶的對象檢測模型Faster-RCNN實作對象檢測。Torchvision自帶的對象檢測模型是基于COCO資料集訓練的，最小分辨率支援800， 最大支援1333的輸入圖像。
Faster-RCNN模型
Faster-RCNN模型的基礎網絡是ResNet50， ROI生成使用了RPN，加上頭部組成。圖示如下：
在torchvision架構下可以通過下面的代碼直接下載下傳預訓練模型，
model = torchvision.models.detection.fasterrcnn_resnet50_fpn(pretrained=True)model.eval()
對模型使用GPU加速支援
# 使用GPU
train_on_gpu = torch.cuda.is_available()if train_on_gpu: model.cuda()
推理輸出有三個資訊分别為：
boxes：表示對象框scores：表示每個對象得分labels：表示對于的分類标簽
圖像檢測
使用模型實作圖像檢測，支援90個類别的對象檢測，代碼實作如下：
def faster_rcnn_image_detection():
image = cv.imread("D:/images/cars.jpg")
blob = transform(image)
c, h, w = blob.shape
input_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 = 0
for 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 += 1
cv.imshow("Faster-RCNN Detection Demo", image)
cv.waitKey(0)
cv.destroyAllWindows()
運作結果下：
視訊實時對象檢測
基于OpenCV實作視訊檔案或者攝像頭讀取，完成視訊的實時對象檢測，代碼實作如下：
1capture = cv.VideoCapture(
運作結果如下：
推薦閱讀
輕松學Pytorch–環境搭建與基本文法
Pytorch輕松學-建構淺層神經網絡
輕松學pytorch-建構卷積神經網絡
輕松學Pytorch –建構循環神經網絡
輕松學Pytorch-使用卷積神經網絡實作圖像分類
輕松學Pytorch-自定義資料集制作與使用
輕松學Pytorch-Pytorch可視化
輕松學Pytorch–Visdom可視化
輕松學Pytorch – 全局池化層詳解
輕松學Pytorch – 人臉五點landmark提取網絡訓練與使用
輕松學Pytorch – 年齡與性别預測
輕松學Pytorch –車輛類型與顔色識别
輕松學Pytorch-全卷積神經網絡實作表情識别
使用OpenVINO加速Pytorch表情識别模型
輕松學pytorch – 使用多标簽損失函數訓練卷積網絡
輕松學Pytorch-使用ResNet50實作圖像分類
志不強者智不達
言不信者行不果