首頁 > 科學 > 查看文章

十行代碼搞定目標檢測

    發表時間:2019-08-26 11:51

大數據文摘出品

編譯:邢暢、寧靜

計算機視覺是人工智能的一個重要領域,是關于計算機和軟件系統的科學,可以對圖像和場景進行識別、理解。計算機視覺還包括圖像識別、目標檢測、圖像生成、圖像超分辨率重建等多個領域。由于存在大量的實際需求,目標檢測可能是計算機視覺中最有意義的領域。

目標檢測是指計算機和軟件系統對圖像或場景中的目標進行定位和識別的任務。目標檢測已廣泛應用于人臉檢測、車輛檢測、人流量統計、網絡圖像、安防系統和無人駕駛等多個領域。

在應用或系統中使用目標檢測方法,以及基于這些方法構建新的應用都不是簡單的任務。早期目標檢測的實現基于經典算法,比如流行的計算機視覺庫OpenCV中支持的算法。然而,這些經典算法在不同的條件下無法獲得穩定的性能。

2012年深度學習的突破性進展和迅速普及,使得R-CNN、Fast-RCNN、Faster-RCNN、RetinaNet以及快速、高度準確的SSD、YOLO等目標檢測算法應運而生。這些基于深度學習、機器學習的算法,需要一定的數學以及深度學習框架基礎。有數百萬的專業計算機程序員和軟件開發人員想要集成和創建基于目標檢測算法的新產品。同時由于理解和實際使用較為復雜,一直無法實現。如何開發出高效的目標檢測代碼呢?ImageAI就應運而生了。

ImageAI讓代碼變得簡潔

ImageAI是一個python庫,只需要幾行代碼,就可以讓程序員和軟件開發人員輕松地將最先進的計算機視覺技術集成到他們現有的或新的應用中,ImageAI已經在Github上開源。

Github地址:

https://github.com/OlafenwaMoses/ImageAI

ImageAI目前支持使用在ImageNet-1000數據集上訓練的4種不同機器學習算法進行圖像預測和訓練。ImageAI還支持使用在COCO數據集上訓練的RetinaNet,YOLOv3和TinyYOLOv3進行對象檢測,視頻檢測和對象跟蹤。最后,ImageAI允許訓練自定義模型,以執行新目標的檢測和識別。

ImageAI庫有依賴其他Python庫,所以在使用ImageAI開發之前還需要導入其他的包。

準備工作

使用ImageAI實現目標檢測,只需進行以下4步:

  1. 在你的電腦上安裝Python
  2. 安裝ImageAI,配置依賴環境
  3. 下載目標檢測模塊文件
  4. 運行樣例代碼(只需10行)

下面一步步詳細展開:

1)從Python官網下載并安裝Python3

鏈接地址:

https://python.org

2)用pip命令安裝以下依賴包:

i. Tensorflow

pip install tensorflow

ii. Numpy

pip install numpy

iii. SciPy

pip install scipy

iv. OpenCV

pip install opencv-python

v. Pillow

pip install pillow

vi. Matplotlib

pip install matplotlib

vii. H5py

pip install h5py

viii. Keras

pip install keras

ix. ImageAI

pip3 install imageai --upgrade

注意:第一次安裝ImageAI庫,需要下載對應版本的.whl文件,文摘菌的電腦是Python3的環境,所以下載了imageai-2.0.2-py3-none-any.whl 文件,然后轉移到相應的文件夾下,執行如下命令即可安裝:

pip install imageai-2.0.2-py3-none-any.whl

.whl文件鏈接地址:

https://github.com/OlafenwaMoses/ImageAI/releases/download/2.0.2/imageai-2.0.2-py3-none-any.whl

3)下載用于目標檢測的RetinaNet模型文件

鏈接地址:

https://github.com/OlafenwaMoses/ImageAI/releases/download/1.0/resnet50_coco_best_v2.0.1.h5

開啟10行代碼的目標檢測

到這里你已經安裝好了所有的依賴項,可以開始編寫你的第一個目標檢測的代碼了。

創建一個Python文件并命名(如FirstDetection.py),然后將下面的代碼寫入該文件。將RetinaNet模型文件和要檢測的圖像復制到包含Python文件的文件夾中。

FirstDetection.py:

from imageai.Detection import ObjectDetectionimport os

execution_path = os.getcwd()

detector = ObjectDetection()detector.setModelTypeAsRetinaNet()detector.setModelPath( os.path.join(execution_path , "resnet50_coco_best_v2.0.1.h5"))detector.loadModel()detections = detector.detectObjectsFromImage(input_image=os.path.join(execution_path , "image.jpg"), output_image_path=os.path.join(execution_path , "imagenew.jpg"))

for eachObject in detections: print(eachObject["name"] , " : " , eachObject["percentage_probability"] )

然后運行代碼,等待結果輸出。結果顯示后,就可以在FirstDetection.py所在的文件夾下找到保存下來的新圖像。下面有兩個新圖像的示例。

目標檢測前:

圖片來源:alzheimers.co.uk

圖片來源:Wikicommons

目標檢測后:

在Spyder編譯器中運行結果如下所示:

輸出的目標檢測精度結果:

person : 57.20391869544983

person : 52.57977843284607

person : 70.81094980239868

person : 76.99859142303467

person : 79.40077781677246

bicycle : 81.0384213924408

person : 83.66722464561462

person : 89.41188454627991

truck : 60.61040759086609

person : 69.65749859809875

bus : 97.92424440383911

truck : 83.94358158111572

car : 72.50492572784424

在Spyder編譯器中運行結果如下所示:

輸出的目標檢測精度結果:

person : 62.45866417884827

person : 58.67737531661987

person : 69.44932341575623

person : 71.84218168258667

person : 59.53381657600403

person : 54.65759038925171

motorcycle : 65.84504842758179

bus : 99.40318465232849

car : 72.41445779800415

person : 58.32530856132507

person : 54.449981451034546

person : 80.11815547943115

person : 74.30745959281921

person : 77.78302431106567

person : 71.15439772605896

bicycle : 69.92427110671997

person : 66.17957353591919

bicycle : 90.50283432006836

motorcycle : 94.09030675888062

短短10行代碼就出了目標檢測的結果,這也太快了吧!本著對真理探索的熱情,在弄懂里面的原理后,文摘菌將在下文對每行代碼進行解讀。

知其然知其所以然:代碼解讀

下面來解釋一下這10行代碼的工作原理:

from imageai.Detection import ObjectDetectionimport osexecution_path = os.getcwd()

在以上3行代碼中,在第一行導入了ImageAI的目標檢測類;在第二行導入了Python的os類;在第三行中定義了一個變量,保存Python文件、RetinaNet模型文件以及圖像所在文件夾的路徑。

detector = ObjectDetection()detector.setModelTypeAsRetinaNet()detector.setModelPath( os.path.join(execution_path , "resnet50_coco_best_v2.0.1.h5"))detector.loadModel()detections = detector.detectObjectsFromImage(input_image=os.path.join(execution_path , "image.jpg"), output_image_path=os.path.join(execution_path , "imagenew.jpg"))

在以上5行代碼中,我們在第一行中定義了一個目標檢測類的實例;在第二行中將實例的模型類型設定為RetinaNet;在第三行中將模型路徑設置為RetinaNet模型的路徑;在第四行中將模型加載到目標檢測類的實例中;在第五行中調用檢測函數,并將文件輸入輸出路徑作為參數傳入。

for eachObject in detections: print(eachObject["name"] , " : " , eachObject["percentage_probability"] )

在以上兩行代碼中,第一行用來對detector.detectObjectsFromImage 函數返回的所有結果進行迭代,第二行用來輸出圖片中檢測到的每個目標的名字及其概率。

自定義目標檢測

除此外,ImageAI也支持強大的自定義目標檢測。其中之一是能夠提取圖像中檢測到的每個物體。只需要將參數

extract_detected_objects=True

傳入

detectObjectsFromImage

函數中,如下所示,目標檢測類將為圖像對象創建一個文件夾,提取每個圖像,將每個子圖像保存到創建的新文件夾中,并返回一個包含每個圖像路徑的數組。

detections, extracted_images = detector.detectObjectsFromImage(input_image=os.path.join(execution_path , "image.jpg"), output_image_path=os.path.join(execution_path , "imagenew.jpg"), extract_detected_objects=True)

將其應用到第一張圖片上,得到如下結果:

所有行人都被很好地提取了出來,為了節約空間這里只顯示了一部分。

ImageAI的其他功能

ImageAI提供了許多功能,可用于目標檢測任務的自定義和部署。其支持的功能包括:

  • 調整最小概率:默認情況下,概率小于50%的物體不會顯示。對于需要高精度的情況,可以增加此值;對于需要檢測所有可能對象的情況,可以減少此值。
  • 自定義目標檢測:通過提供的CustomObject類,可以使檢測類檢測一個或幾個特定目標。
  • 檢測速度:通過將檢測速度設置為“fast”、“faster”或“fastest”,可以減少檢測圖像所需的時間。
  • 輸入類型:可指定并解析圖像的文件路徑,以Numpy數組或圖像文件流作為輸入
  • 輸出類型:可指定detectObjectsFromImage函數以文件或Numpy數組的形式返回圖像

你可以在上文給出的官方GitHub鏈接中找到如何使用上述功能以及ImageAI中包含的其他計算機視覺功能的詳細信息和文檔。

相關報道:

https://towardsdatascience.com/object-detection-with-10-lines-of-code-d6cb4d86f606

責任編輯:

电子游艺行业