2024年Python最新目标检测进阶：使用深度学习和 OpenCV 进行目标检测(1)，被面试官怼了还有戏吗

最后

🍅 硬核资料：关注即可领取PPT模板、简历模板、行业经典书籍PDF。
🍅 技术互助：技术群大佬指点迷津，你的问题可能不是问题，求资源在群里喊一声。
🍅 面试题库：由技术群里的小伙伴们共同投稿，热乎的大厂面试真题，持续更新中。
🍅 知识体系：含编程语言、算法、大数据生态圈组件（Mysql、Hive、Spark、Flink）、数据仓库、Python、前端等等。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

• image_name：输入图像的路径。

• prototxt ：Caffe prototxt 文件的路径。

• model_path ：预训练模型的路径。

• confidence_ta ：过滤弱检测的最小概率阈值。 默认值为 20%。

接下来，让我们初始化类标签和边界框颜色。

load our serialized model from disk

print(“[INFO] loading model…”)

net = cv2.dnn.readNetFromCaffe(prototxt, model_path)

加载输入图像并为图像构造一个输入blob

将大小调整为固定的300x300像素。

（注意：SSD模型的输入是300x300像素）

image = cv2.imread(image_name)

(h, w) = image.shape[:2]

blob = cv2.dnn.blobFromImage(cv2.resize(image, (300, 300)), 0.007843,

(300, 300), 127.5)

通过网络传递blob并获得检测结果和

预测

print(“[INFO] computing object detections…”)

net.setInput(blob)

detections = net.forward()

从磁盘加载模型。

读取图片。

提取高度和宽度（第 35 行），并从图像中计算一个 300 x 300 像素的 blob。

将blob放入神经网络。

计算输入的前向传递，将结果存储为 detections。

循环检测结果

for i in np.arange(0, detections.shape[2]):

提取与数据相关的置信度（即概率）

预测

confidence = detections[0, 0, i, 2]

通过确保“置信度”来过滤掉弱检测

大于最小置信度

if confidence > confidence_ta:

从detections中提取类标签的索引，

然后计算物体边界框的 (x, y) 坐标

idx = int(detections[0, 0, i, 1])

box = detections[0, 0, i, 3:7] * np.array([w, h, w, h])

(startX, startY, endX, endY) = box.astype(“int”)

显示预测

label = “{}: {:.2f}%”.format(CLASSES[idx], confidence * 100)

print(“[INFO] {}”.format(label))

cv2.rectangle(image, (startX, startY), (endX, endY),

COLORS[idx], 2)

y = startY - 15 if startY - 15 > 15 else startY + 15

cv2.putText(image, label, (startX, y),

cv2.FONT_HERSHEY_SIMPLEX, 0.5, COLORS[idx], 2)

show the output image

cv2.imshow(“Output”, image)

cv2.imwrite(“output.jpg”, image)

cv2.waitKey(0)

循环检测，首先我们提取置信度值。

如果置信度高于我们的最小阈值，我们提取类标签索引并计算检测到的对象周围的边界框。

然后，提取框的 (x, y) 坐标，我们将很快使用它来绘制矩形和显示文本。

接下来，构建一个包含 CLASS 名称和置信度的文本标签。

使用标签，将其打印到终端，然后使用之前提取的 (x, y) 坐标在对象周围绘制一个彩色矩形。

通常，希望标签显示在矩形上方，但如果没有空间，我们会将其显示在矩形顶部下方。

最后，使用刚刚计算的 y 值将彩色文本覆盖到图像上。

运行结果：

使用 OpenCV 检测视频

=========================================================================

打开一个新文件，将其命名为 video_object_detection.py ，并插入以下代码：

video_name = ‘12.mkv’

prototxt = ‘MobileNetSSD_deploy.prototxt.txt’

model_path = ‘MobileNetSSD_deploy.caffemodel’

confidence_ta = 0.2

initialize the list of class labels MobileNet SSD was trained to

detect, then generate a set of bounding box colors for each class

CLASSES = [“background”, “aeroplane”, “bicycle”, “bird”, “boat”,

“bottle”, “bus”, “car”, “cat”, “chair”, “cow”, “diningtable”,

“dog”, “horse”, “motorbike”, “person”, “pottedplant”, “sheep”,

“sofa”, “train”, “tvmonitor”]

COLORS = np.random.uniform(0, 255, size=(len(CLASSES), 3))

load our serialized model from disk

print(“[INFO] loading model…”)

net = cv2.dnn.readNetFromCaffe(prototxt, model_path)

initialze the video stream, allow the camera to sensor to warmup,

and initlaize the FPS counter

print(‘[INFO] starting video stream…’)

vs = cv2.VideoCapture(video_name)

fps = 30 #保存视频的FPS，可以适当调整

size=(600,325)

fourcc=cv2.VideoWriter_fourcc(*‘XVID’)

videowrite=cv2.VideoWriter(‘output.avi’,fourcc,fps,size)

time.sleep(2.0)

定义全局参数：

• video_name：输入视频的路径。

• prototxt ：Caffe prototxt 文件的路径。

• model_path ：预训练模型的路径。

• confidence_ta ：过滤弱检测的最小概率阈值。 默认值为 20%。

接下来，让我们初始化类标签和边界框颜色。

加载模型。

初始化VideoCapture对象。

设置VideoWriter对象以及参数。size的大小由下面的代码决定，需要保持一致，否则不能保存视频。

接下就是循环视频的帧，然后输入到检测器进行检测，这一部分的逻辑和图像检测一致。代码如下：

loop over the frames from the video stream

while True:

ret_val, frame = vs.read()

if ret_val is False:

break

frame = imutils.resize(frame, width=1080)

print(frame.shape)

grab the frame dimentions and convert it to a blob

(h, w) = frame.shape[:2]

blob = cv2.dnn.blobFromImage(cv2.resize(frame, (300, 300)), 0.007843, (300, 300), 127.5)

pass the blob through the network and obtain the detections and predictions

net.setInput(blob)

detections = net.forward()

loop over the detections

for i in np.arange(0, detections.shape[2]):

extract the confidence (i.e., probability) associated with

做了那么多年开发，自学了很多门编程语言，我很明白学习资源对于学一门新语言的重要性，这些年也收藏了不少的Python干货，对我来说这些东西确实已经用不到了，但对于准备自学Python的人来说，或许它就是一个宝藏，可以给你省去很多的时间和精力。

别在网上瞎学了，我最近也做了一些资源的更新，只要你是我的粉丝，这期福利你都可拿走。

我先来介绍一下这些东西怎么用，文末抱走。

---

（1）Python所有方向的学习路线（新版）

这是我花了几天的时间去把Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

最近我才对这些路线做了一下新的更新，知识体系更全面了。

（2）Python学习视频

包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。

（3）100多个练手项目

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。

（4）200多本电子书

这些年我也收藏了很多电子书，大概200多本，有时候带实体书不方便的话，我就会去打开电子书看看，书籍可不一定比视频教程差，尤其是权威的技术书籍。

基本上主流的和经典的都有，这里我就不放图了，版权问题，个人看看是没有问题的。

（5）Python知识点汇总

知识点汇总有点像学习路线，但与学习路线不同的点就在于，知识点汇总更为细致，里面包含了对具体知识点的简单说明，而我们的学习路线则更为抽象和简单，只是为了方便大家只是某个领域你应该学习哪些技术栈。

（6）其他资料

还有其他的一些东西，比如说我自己出的Python入门图文类教程，没有电脑的时候用手机也可以学习知识，学会了理论之后再去敲代码实践验证，还有Python中文版的库资料、MySQL和HTML标签大全等等，这些都是可以送给粉丝们的东西。

这些都不是什么非常值钱的东西，但对于没有资源或者资源不是很好的学习者来说确实很不错，你要是用得到的话都可以直接抱走，关注过我的人都知道，这些都是可以拿到的。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！