#
#作者：韦访
#博客：https://blog.csdn.net/rookie_wei
#微信：1007895847
#添加微信的备注一下是CSDN的
#欢迎大家一起学习
#
1、概述
上一讲简单的讲了目标检测的原理以及Tensorflow Object Detection API的安装，这一节继续讲Tensorflow Object Detection API怎么用。
2、COCO数据集介绍
COCO数据集是微软发布的一个可以用来进行图像识别训练的数据集，图像中的目标都经过精确的segmentation进行位置定位，COCO数据集包括90类目标。Object Detection API默认提供了5个预训练模型，都是使用COCO数据集训练的，分别为
- SSD + MobileNet
- Inception V2 + SSD
- ResNet101 + R-CNN
- ResNet101 + Faster R-CNN
- Inception-ResNet V2 + Faster R-CNN
3、下载模型
这个例子中，我们使用基于COCO上训练的ssd_mobilenet_v1_coco模型对任意图片进行识别。打开以下链接，
下载第一个模型。然后，将其解压在object_detection目录下。接下来，写代码。
4、导入模块
首先在my_object_detection目录下新建文件demo1.py。
#encoding:utf-8
import tensorflow as tf
import numpy as np
import os
from matplotlib import pyplot as plt
from PIL import Image
from object_detection.utils import label_map_util
from object_detection.utils import visualization_utils as vis_utils5、指定文件路径等
#下载下来的模型的目录
MODEL_DIR = 'object_detection/ssd_mobilenet_v1_coco_2018_01_28'
#下载下来的模型的文件
MODEL_CHECK_FILE = os.path.join(MODEL_DIR, 'frozen_inference_graph.pb')
#数据集对于的label
MODEL_LABEL_MAP = os.path.join('object_detection/data', 'mscoco_label_map.pbtxt')
#数据集分类数量，可以打开mscoco_label_map.pbtxt文件看看
MODEL_NUM_CLASSES = 90
#这里是获取实例图片文件名，将其放到数组中
PATH_TO_TEST_IMAGES_DIR = 'object_detection/test_images'
TEST_IMAGES_PATHS = [os.path.join(PATH_TO_TEST_IMAGES_DIR, 'image{}.jpg'.format(i)) for i in range(1, 6)]
#输出图像大小，单位是in
IMAGE_SIZE = (12, 8)6、导入模型
tf.reset_default_graph()
#将模型读取到默认的图中
with tf.gfile.GFile(MODEL_CHECK_FILE, 'rb') as fd:
_graph = tf.GraphDef()
_graph.ParseFromString(fd.read())
tf.import_graph_def(_graph, name='')7、加载COCO数据标签
#加载COCO数据标签，将mscoco_label_map.pbtxt的内容转换成
# {1: {'id': 1, 'name': u'person'}...90: {'id': 90, 'name': u'toothbrush'}}格式
label_map = label_map_util.load_labelmap(MODEL_LABEL_MAP)
categories = label_map_util.convert_label_map_to_categories(label_map, max_num_classes=MODEL_NUM_CLASSES)
category_index = label_map_util.create_category_index(categories)8、在图中计算，并显示结果
#将图片转化成numpy数组形式
def load_image_into_numpy_array(image):
(im_width, im_height) = image.size
return np.array(image.getdata()).reshape((im_height, im_width, 3)).astype(np.uint8)
#在图中开始计算
detection_graph = tf.get_default_graph()
with tf.Session(graph=detection_graph) as sess:
for image_path in TEST_IMAGES_PATHS:
print(image_path)
#读取图片
image = Image.open(image_path)
#将图片数据转成数组
image_np = load_image_into_numpy_array(image)
#增加一个维度
image_np_expanded = np.expand_dims(image_np, axis=0)
#下面都是获取模型中的变量，直接使用就好了
image_tensor = detection_graph.get_tensor_by_name('image_tensor:0')
#存放所有检测框
boxes = detection_graph.get_tensor_by_name('detection_boxes:0')
#每个检测结果的可信度
scores = detection_graph.get_tensor_by_name('detection_scores:0')
#每个框对应的类别
classes = detection_graph.get_tensor_by_name('detection_classes:0')
#检测框的个数
num_detections = detection_graph.get_tensor_by_name('num_detections:0')
#开始计算
(boxes, scores, classes, num_detections) = sess.run([boxes, scores, classes, num_detections],
feed_dict={image_tensor : image_np_expanded})
#打印识别结果
print(num_detections)
print(boxes)
print(classes)
print(scores)
#得到可视化结果
vis_utils.visualize_boxes_and_labels_on_image_array(
image_np,
np.squeeze(boxes),
np.squeeze(classes).astype(np.int32),
np.squeeze(scores),
category_index,
use_normalized_coordinates=True,
line_thickness=8
)
#显示
plt.figure(figsize=IMAGE_SIZE)
plt.imshow(image_np)
plt.show()9、完整代码
#encoding:utf-8
import tensorflow as tf
import numpy as np
import os
from matplotlib import pyplot as plt
from PIL import Image
from object_detection.utils import label_map_util
from object_detection.utils import visualization_utils as vis_utils
#下载下来的模型的目录
MODEL_DIR = 'object_detection/ssd_mobilenet_v1_coco_2018_01_28'
#下载下来的模型的文件
MODEL_CHECK_FILE = os.path.join(MODEL_DIR, 'frozen_inference_graph.pb')
#数据集对于的label
MODEL_LABEL_MAP = os.path.join('object_detection/data', 'mscoco_label_map.pbtxt')
#数据集分类数量，可以打开mscoco_label_map.pbtxt文件看看
MODEL_NUM_CLASSES = 90
#这里是获取实例图片文件名，将其放到数组中
PATH_TO_TEST_IMAGES_DIR = 'object_detection/test_images'
TEST_IMAGES_PATHS = [os.path.join(PATH_TO_TEST_IMAGES_DIR, 'image{}.jpg'.format(i)) for i in range(1, 6)]
#输出图像大小，单位是in
IMAGE_SIZE = (12, 8)
tf.reset_default_graph()
#将模型读取到默认的图中
with tf.gfile.GFile(MODEL_CHECK_FILE, 'rb') as fd:
_graph = tf.GraphDef()
_graph.ParseFromString(fd.read())
tf.import_graph_def(_graph, name='')
#加载COCO数据标签，将mscoco_label_map.pbtxt的内容转换成
# {1: {'id': 1, 'name': u'person'}...90: {'id': 90, 'name': u'toothbrush'}}格式
label_map = label_map_util.load_labelmap(MODEL_LABEL_MAP)
categories = label_map_util.convert_label_map_to_categories(label_map, max_num_classes=MODEL_NUM_CLASSES)
category_index = label_map_util.create_category_index(categories)
#将图片转化成numpy数组形式
def load_image_into_numpy_array(image):
(im_width, im_height) = image.size
return np.array(image.getdata()).reshape((im_height, im_width, 3)).astype(np.uint8)
#在图中开始计算
detection_graph = tf.get_default_graph()
with tf.Session(graph=detection_graph) as sess:
for image_path in TEST_IMAGES_PATHS:
print(image_path)
#读取图片
image = Image.open(image_path)
#将图片数据转成数组
image_np = load_image_into_numpy_array(image)
#增加一个维度
image_np_expanded = np.expand_dims(image_np, axis=0)
#下面都是获取模型中的变量，直接使用就好了
image_tensor = detection_graph.get_tensor_by_name('image_tensor:0')
#存放所有检测框
boxes = detection_graph.get_tensor_by_name('detection_boxes:0')
#每个检测结果的可信度
scores = detection_graph.get_tensor_by_name('detection_scores:0')
#每个框对应的类别
classes = detection_graph.get_tensor_by_name('detection_classes:0')
#检测框的个数
num_detections = detection_graph.get_tensor_by_name('num_detections:0')
#开始计算
(boxes, scores, classes, num_detections) = sess.run([boxes, scores, classes, num_detections],
feed_dict={image_tensor : image_np_expanded})
#打印识别结果
print(num_detections)
print(boxes)
print(classes)
print(scores)
#得到可视化结果
vis_utils.visualize_boxes_and_labels_on_image_array(
image_np,
np.squeeze(boxes),
np.squeeze(classes).astype(np.int32),
np.squeeze(scores),
category_index,
use_normalized_coordinates=True,
line_thickness=8
)
#显示
plt.figure(figsize=IMAGE_SIZE)
plt.imshow(image_np)
plt.show()10、运行结果
先来看一看第一张图片的打印结果，
image1.jpg这张图，检测到两个物体。
.....
上图是检测框的计算结果，可以看到，除了第一个和第二个框有数据，其他的框都是0,这说明只检测到两个物体。
上图是每个框对应检测到的物体，因为只有两个框，所以只有第一和第二个数据有效，我们看看18对应的物体是什么？在mscoco_label_map.pbtxt文件中查找id为18的物体，
可以看到，是“dog”。
上图是每个框是其检测物体的可信度，比如上图中，检测到第一个检测框是狗的可信度约为94%，这就说明是狗的概率很高。好了，我们再看看可视化的结果，
确实是两个框，分别框住两只狗，可信度分别为94%，93%，并且，每个框都标注为”dog”。来看另一张图片image2.jpg
这个就检测到12个物体，
.........
对应的12个框，
框中的物体类别，分别对应于1-person，38-kite，
上图是框中对应的物体的可信度，
对比一下原图，
虽然没把所有的“人”或其他物体都识别出来，但是准确率还是挺高的。
如果您感觉本篇博客对您有帮助，请打开支付宝，领个红包支持一下，祝您扫到99元，谢谢～～
397
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
