简单记录一下最近做的小项目，主要是记性不太好，以免下次用起，又忘了怎么做
总体思路
- 寻找公开数据集
- kaggle训练yolov5模型
- aidlux部署模型
- post识别结果到电脑
- 使用flask框架接收处理数据
- 使用pyqt5编写简单的数据展示页面
公开数据集
数据集是从kaggle中寻找到的，不得不说kaggle是一个非常良心的平台，不仅给稳定好用的服务器还有很多公开的项目，放一下数据集链接
教室场景数据集
原始数据集中大概有4000多张标注过的数据，经过roboflow平台数据增强之后，有一万张左右标注过的图片，需要注意的一点是从平台下载的数据集直接使用会报错，我们需要在data.yaml文件中添加数据所在路径，
kaggle训练yolov5
这一步其实很简单，yolov5的github主页给了很多详细的教程，简单说一下需要避的坑吧
首先第一个就是input，它的真实路径为/kaggle/input，在该目录下的文件，是只读格式，不能被修改，没有尝试过通过命令修改权限，下次可以尝试一下
第二个就是这个输出文件夹，输出文件夹中的文件刷新太慢了，刷新不出来，所以在训练模型的时候，我们运行好代码，将其保存为一个version,它就能自己在那炼丹了，也会自动保存输出结果
然后就是加速器的选择，P100炼丹的时候会提示内存不够，因为yolov5的默认设置应该是把数据读入内存，所以P100炼不了，建议选T4X2
aidlux部署模型
aidlux我觉得就是一个在手机上运行的程序，模拟出了一个linux的环境，在这个环境中我们能进行一些操作，可以说是一个非常大的应用，大到你能把这个应用当做系统用，但是很不好用，下面放一些部署的代码文件
aidlux部署文件
aidlux官网说可以进行gpu加速，这个还没有尝试，因为场景对实时性没有太高的要求，此外，aidlux中提供了opencv的环境，但opencv中的imshow不能直接显示图像，有点不太好用，其他功能也主要依赖于其提供的api文档，但是官网的文档说的并不清楚，只解释了怎么run模型那部分，不是很好用
比较好的是提供了远程访问的端口，ssh是另一个端口，这个是web访问，和vscode结合一下，生产力还是很高的
post识别结果到电脑
这一步走的还是挺崎岖的，主要使用request库post数据到电脑ip，大概思路是读取到图片数据，然后对其进行base64编码（图片是narry格式，json只能传str）,此时类型为byte，再对其进行ascii编码，将其转为str格式，我们解码的时候，反过来操作就行
数据格式转换参考文章
request post数据参考文章
上图为数据传输内容，以及post请求，这里直接使用的是主机的ip地址加端口的形式，这也是卡了半天的地方，刚开始一直不知道把数据发给谁
使用flask框架接收处理数据
这一步主要是在电脑上运行flask框架，这个框架会监听端口，即可以是内网的，也可以是外网ip的端口，感觉可以用它搭个小网站，其实它也提供了这种能力
贴一下flask参考文档
比较重要的是这个，这个的意思是只有从这个字段下post的数据，它才会处理
这个run函数中用来定义host port 和debug 刚开始不知道怎么定义host,找了大半天，run中还有一个参数可以设置，这里就不细说了
数据处理
接下来也是比较关键的，就是处理从aidlux发出的数据
首先我们通过json.loads将其转为字典，(直接访问好像确实不太行）然后索引数据的方式就和python的字典用法相同，这里我把文本数据写入到了txt文件中，数据不多，这样处理比较简单
下面就是解码图片，这里需要注意的是base64解码调用的是base64.b64decode函数，倒也不是啥大问题，主要是自己手打的时候，多敲了个字母，一直报错，我还以为没有这个函数，下次还是直接复制吧；接下来比编码多一步的是使用cv2的编码函数将其转为opencv的形式
接下来还有对图片的展示，为了便于传输数据，这里将其保存为图片，也是为了省事
使用pyqt5编写简单的数据展示页面
先贴一下参考文档，这个教程非常的认真仔细，搜出来的其他文档跟粑粑一样
虽说pyqt5非常的简单好用，但是它的写法主流还是使用类的方式，小白看起来还是非常的脑袋发懵，这里就简单用其展示一下识别结果，数据统计，以及一个按钮
就跟上图一样，非常的简单，首先贴一下图片展示代码
文本展示代码
按钮
这个按钮看起来无足轻重但是非常的重要，由于像上面这样简单编写出来的页面并不能对数据进行刷新，所以，不能满足我们的项目需求，这个时候我们就需要掌握一下pyqt5中的多线程知识，这个按钮就是我们线程启动的一个开关
线程定义，简单定义一下发送数据，也可以理解为信号
调用线程,当有信号来的时候就会调用set_label_func函数，起名有点随意，主要是懒得改了
该函数实现的功能如下所示，主要实现了对三个数据的刷新
数据处理
这里面最难处理的数据应该就是区域的划分
def read_mark(self):
area = [0,0,0,0,0,0,0,0,0,0]
Note=open('G:\python-code\https-server\mark.txt',mode='r')
#逐行读取
line = Note.readline()
while line:
# print (line[26])
box_x1_multiple = line[14] #结果为str格式
box_y1_multiple = line[28]
box_x2_multiple = line[42]
box_y2_multiple = line[56]
# print(type(box_x1_multiple))
box_x1 = int(float(line[2:6])*pow(10,int(box_x1_multiple)))
box_y1 = int(float(line[16:20])*pow(10,int(box_y1_multiple)))
box_x2 = int(float(line[30:34])*pow(10,int(box_x2_multiple)))
box_y2 = int(float(line[44:48])*pow(10,int(box_y2_multiple)))
center_x = int(box_x1+(box_x2)/2)
center_y = int(box_y1+(box_y2)/2)
print(box_x1,box_x2 ,center_x ,box_y1 ,box_y2 ,center_y)
area_num =self.area_judge(center_x,center_y)
area[area_num]=int(area[area_num])+1
print(area)
line = Note.readline()
Note.close()
return area
def area_judge(self,x,y):
#print(x,y)
if x<213 and y<213:
return 1
elif 213<x<416 and y<213:
return 2
elif 416<x and y<213:
return 3
elif x<213 and 213<y<416:
return 4
elif 213<x<416 and 213<y<416:
return 5
elif 416<x and 213<y<416:
return 6
elif x<213 and 416<y:
return 7
elif 213<x<416 and 416<y:
return 8
elif 416<x and 416<y:
return 9
else:
return 0
上图为从aidlux中接收到的识别结果数据，每一行的数据分别为 左上角x y 识别框的宽度 长度 置信度 ，第一次处理数据时整错了，导致划分数据异常，其实str格式的数据可以转为numpy格式，这样索引就会非常的简单，这里就先简单的按照数组来处理
需要注意的是，提取出的x y和长宽值仍然为str格式，进行运算时，需要对其进行格式转换，然后对计算出的anchor中心点进行判断其落在哪个区域
展示排版
其实界面的展示排版还有点小问题，但也不影响使用，就没继续研究，界面的排版主要参考这篇文章,代码比较冗长，就不贴了
1269
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
