计算机毕业设计—基于区域卷积神经网络的目标检测模型
Abstract
目前机器学习的替代者深度学习(卷积神经网络)发展迅速,在当下,无论是人脸识别,还是工业上的产品流水线检测,都逃脱不开目标检测的模型的应用,基于卷积神经网络,设计一个基于目标检测算法的xxx检测系统,用于本科毕业论文可以说是非常合适的,这篇博文记录的就是一篇本科毕业设计所用到的模型算法,训练这个代码(在RTX4090上训练中等参数的Model大概只需要8个小时(时长不止由显卡配置决定,还取决于你选择的参数大小)),你只需要提供你想检测的物品(任何你想检测的物品),都可以得到一个目标检测模型,调用该模型即可实现对电脑自动识别目标的目的,如果你有摄像头,你可以通过训练得到的模型去调用摄像头,通过摄像头动态监测(比如说监测是否有人经过或者是是不是有狗或者猫咪路过,也可以去检测单张图片,也可以把一段.mp4结尾的视频丢给模型。这个模型会给你返回用框框标记好的图片或者是视频)
- 训练上述代码,你需要拥有一块独立显卡(我非常不建议你使用没有显卡的电脑【即通过CPU训练】,因为CPU训练神经网络的浮点运算速度只有显卡的1/100,在RTX4090下需要8小时,那通过CPU你估计要训练一两周)
代码链接:
- Github链接
- 打不开的话地址在这里:https://github.com/zxx1218/ObjectDetect
有问题联系作者:
- VX:Accddvva
- QQ:1144968929
- 该项目代码提供训练好的模型文件以及调用该文件进行修图的测试代码(clone后安装环境即可使用,开源版不包含模型源码以及gui)
- 本项目完整代码+环境配置教程+代码使用方式+GUI界面 == 价格300RMB,另外可提供远程部署服务
广告
- 作者于浙江某985高校就读人工智能方向研究生,可以帮忙定制设计模型,并提供源代码和训练后的模型文件以及环境配置和使用方法,只需要描述需求即可。
- 人工智能领域,尤其是计算机视觉(Computer vision,CV)方向的毕业设计,只要你想得出,没有做不出的
训练好的模型展示!
相册里一张和朋友们的照片(每个锚框代表是一种类别的物品)
前两天在一家西餐厅随手拍的一张照片
在滑雪场的合照
girl!(如果你想根据人脸识别具体是谁,只需要在图片里把这个人的名字标记上去就可以实现)
模型检测用在视频上----记录同学的第一次台球活动(可以看到,视频的的每一帧都被模型添加了检测)
- 这个视频清晰度不高,因为只是用来做演示因此为节省空间考虑
- 视频如果无法显示,请访问bilibili连接:bilibili连接
在视频中使用目标检测模型
调用模型的时候控制台(CMD)的输出
- 可以看到图片最上方红框所示目前调用的显卡是NVIDIA GeForce RTX4090 24G,这并不意味着没有显卡就不行,只是说有显卡可能一张图片只需要0点几毫秒,但如果通过CPU训练大概每张图需要15毫秒左右
- 红框是图片检测过程的控制台输出