- #程序功能:调用caffemodel,画出检测到的人脸并显示
- #用来指定用什么解释器运行脚本,以及解释器所在位置,这样就可以直接执行脚本
- #!/usr/bin/env python
- # --------------------------------------------------------
- # Faster R-CNN
- # Copyright (c) 2015 Microsoft
- # Licensed under The MIT License [see LICENSE for details]
- # Written by Ross Girshick
- # --------------------------------------------------------
- """
- Demo script showing detections in sample images.
- See README.md for installation instructions before running.
- """
- import _init_paths #导入“_init_paths.py”文件
- from fast_rcnn.config import cfg
- #im_detect 生成RPN候选框
- from fast_rcnn.test import im_detect
- #nms 进行非极大值抑制
- from fast_rcnn.nms_wrapper import nms
- from utils.timer import Timer
- import matplotlib.pyplot as plt #导入用来画图的工具
- import numpy as np #numpg:矩阵计算模块
- import scipy.io as sio #scipy.io:对matlab中mat文件进行读取操作
- import caffe, os, sys, cv2
- #引入argparse, 它python用于解析命令行参数和选项的#标准模块,用于解析命令行参数
- import argparse #argparse:是python用于解析命令行参数和选项的标准模块
- #CLASSES = ('__background__', #背景 + 类
- # 'aeroplane', 'bicycle', 'bird', 'boat',
- # 'bottle', 'bus', 'car', 'cat', 'chair',
- # 'cow', 'diningtable', 'dog', 'horse',
- # 'motorbike', 'person', 'pottedplant',
- # 'sheep', 'sofa', 'train', 'tvmonitor')
- CLASSES = ('__background__','face') #只有一类:face
- NETS = {'vgg16': ('VGG16', #网络
- 'VGG16_faster_rcnn_final.caffemodel'),
- 'myvgg': ('VGG_CNN_M_1024',
- 'VGG_CNN_M_1024_faster_rcnn_final.caffemodel'),
- 'zf': ('ZF',
- 'ZF_faster_rcnn_final.caffemodel'),
- 'myzf': ('ZF',
- 'zf_rpn_stage1_iter_80000.caffemodel'),
- }
- def vis_detections(im, class_name, dets, thresh=0.5):
- """Draw detected bounding boxes."""
def vis_detections模块:画出测试图片的bounding boxes, 参数im为测试图片; class_name 为类别名称,在前面定义的 CLASSES 中; dets为非极大值抑制后的bbox和score的数组;thresh是最后score的阈值,高于该阈值的候选框才会被画出来。
- ##选取候选框score大于阈值的dets
- inds = np.where(dets[:, -1] >= thresh)[0] #返回置信度大于阈值的窗口下标
- if len(inds) == 0:
- return
- # python-opencv 中读取图片默认保存为[w,h,channel](w,h顺序不确定)
- # 其中 channel:BGR 存储,而画图时,需要按RGB格式,因此此处作转换。
- im = im[:, :, (2, 1, 0)]
- fig, ax = plt.subplots(figsize=(12, 12))
- ax.imshow(im, aspect='equal')
- for i in inds:
- #从dets中取出 bbox, score
- bbox = dets[i, :4] #人脸坐标位置(Xmin,Ymin,Xmax,Ymax)
- score = dets[i, -1] #置信度得分
- #根据起始点坐标以及w,h 画出矩形框
- ax.add_patch(
- plt.Rectangle((bbox[0], bbox[1]), #bbox[0]:x, bbox[1]:y, bbox[2]:x+w, bbox[3]:y+h
- bbox[2] - bbox[0],
- bbox[3] - bbox[1], fill=False,
- edgecolor='red', linewidth=3.5)
- )
- ax.text(bbox[0], bbox[1] - 2,
- '{:s} {:.3f}'.format(class_name, score),
- bbox=dict(facecolor='blue', alpha=0.5),
- fontsize=14, color='white')
- ax.set_title(('{} detections with '
- 'p({} | box) >= {:.1f}').format(class_name, class_name,
- thresh),
- fontsize=14)
- plt.axis('off')
- plt.tight_layout()
- plt.draw()
def demo模块:对测试图片提取预选框,并进行非极大值抑制,然后调用def vis_detections 画矩形框。参数:net 测试时使用的网络结构;image_name:图片名称。
- def demo(net, image_name):
- #检测目标类,在图片中提议窗口
- """Detect object classes in an image using pre-computed object proposals."""
- # Load the demo image,得到图片绝对地址
- im_file = os.path.join(cfg.DATA_DIR, 'demo', image_name) #拼接路径,返回'A/B/C'之类路径
- im = cv2.imread(im_file) #读取图片
- # Detect all object classes and regress object bounds
- timer = Timer() #time.time()返回当前时间
- timer.tic() #返回开始时间,见'time.py'中
- scores, boxes = im_detect(net, im) #检测,返回得分和人脸区域所在位置
- timer.toc() #返回平均时间,'time.py'文件中
- print ('Detection took {:.3f}s for ' #输出
- '{:d} object proposals').format(timer.total_time, boxes.shape[0])
- # Visualize detections for each class
- #score 阈值,最后画出候选框时需要,>thresh才会被画出
- CONF_THRESH = 0.8
- #非极大值抑制的阈值,剔除重复候选框
- NMS_THRESH = 0.3
- #利用enumerate函数,获得CLASSES中 类别的下标cls_ind和类别名cls
- for cls_ind, cls in enumerate(CLASSES[1:]): #enumerate:用于遍历序列中元素及他们的下标
- cls_ind += 1 # because we skipped background ,cls_ind:下标,cls:元素
- #取出bbox ,score
- cls_boxes = boxes[:, 4*cls_ind:4*(cls_ind + 1)] #返回当前坐标
- cls_scores = scores[:, cls_ind] #返回当前得分
- #将bbox,score 一起存入dets
- dets = np.hstack((cls_boxes, #hstack:拷贝,合并参数
- cls_scores[:, np.newaxis])).astype(np.float32)
- #进行非极大值抑制,得到抑制后的 dets
- keep = nms(dets, NMS_THRESH)
- dets = dets[keep, :]
- #画框
- vis_detections(im, cls, dets, thresh=CONF_THRESH) #画检测框
-
def parse_args模块:解析命令行参数,得到gpu||cpu, net等。
- def parse_args():
- """Parse input arguments."""
- #创建解析对象
- parser = argparse.ArgumentParser(description='Faster R-CNN demo')
- #parser.add_argument 向解析对象添加关注的命令行参数
- parser.add_argument('--gpu', dest='gpu_id', help='GPU device id to use [0]',
- default=0, type=int)
- parser.add_argument('--cpu', dest='cpu_mode',
- help='Use CPU mode (overrides --gpu)',
- action='store_true')
- parser.add_argument('--net', dest='demo_net', help='Network to use [vgg16]',
- choices=NETS.keys(), default='vgg16')
- #调用parser.parse_args进行解析,返回带标注的args
- args = parser.parse_args()
- return args
-
主函数
- if __name__ == '__main__': #判断是否在直接运行该.py文件
- cfg.TEST.HAS_RPN = True # Use RPN for proposals
- args = parse_args() #模式设置
- prototxt = os.path.join(cfg.MODELS_DIR, NETS[args.demo_net][0], #连接路径,设置prototxt文件
- 'faster_rcnn_alt_opt', 'faster_rcnn_test.pt')
- caffemodel = os.path.join(cfg.DATA_DIR, 'faster_rcnn_models',
- NETS[args.demo_net][1])
- if not os.path.isfile(caffemodel):
- raise IOError(('{:s} not found.\nDid you run ./data/script/'
- 'fetch_faster_rcnn_models.sh?').format(caffemodel))
- if args.cpu_mode:
- caffe.set_mode_cpu()
- else:
- caffe.set_mode_gpu()
- caffe.set_device(args.gpu_id)
- cfg.GPU_ID = args.gpu_id
- net = caffe.Net(prototxt, caffemodel, caffe.TEST) #设置网络
- print '\n\nLoaded network {:s}'.format(caffemodel)
- # Warmup on a dummy image
- im = 128 * np.ones((300, 500, 3), dtype=np.uint8)
- for i in xrange(2): #xrange是一个类,返回的是一个xrange对象
- _, _= im_detect(net, im)
- #用于演示的图片名
- im_names = ['000456.jpg', '000542.jpg', '001150.jpg',
- '001763.jpg', '004545.jpg', '001.jpg', '002.jpg', '003.jpg',
- '004.jpg', '005.jpg', '006.jpg', '007.jpg', '008.jpg']
- for im_name in im_names:
- print '~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~'
- print 'Demo for data/demo/{}'.format(im_name)
- demo(net, im_name) #逐个跑demo
- plt.show()
补充:
参考博客:http://www.2cto.com/kf/201412/363654.html
一 argparse
简介:
argparse是python用于解析命令行参数和选项的标准模块,用于代替已经过时的optparse模块。argparse模块的作用是用于解析命令行参数,例如python parseTest.py input.txt output.txt –user=name –port=8080。
使用步骤:
1:import argparse
2:parser = argparse.ArgumentParser()
3:parser.add_argument()
4:parser.parse_args()
解释:首先导入该模块;然后创建一个解析对象;然后向该对象中添加你要关注的命令行参数和选项,每一个add_argument方法对应一个你要关注的参数或选项;最后调用parse_args()方法进行解析;
二. IoU, 非极大值抑制
参考之前博客:
http://blog.csdn.net/u013129427/article/details/73162817