導(dǎo)語(yǔ)

人工智能的一個(gè)重要領(lǐng)域是計(jì)算機(jī)視覺(jué)。計(jì)算機(jī)視覺(jué)是計(jì)算機(jī)和軟件系統(tǒng)能夠識(shí)別和理解圖像和場(chǎng)景的科學(xué)。計(jì)算機(jī)視覺(jué)還包括圖像識(shí)別、目標(biāo)檢測(cè)、圖像生成、圖像超分辨率等多個(gè)方面。由于大量的實(shí)際用例，對(duì)象檢測(cè)可能是計(jì)算機(jī)視覺(jué)最深刻的方面。

目標(biāo)檢測(cè)是指計(jì)算機(jī)和軟件系統(tǒng)在圖像/場(chǎng)景中定位目標(biāo)并識(shí)別每個(gè)目標(biāo)的能力。目標(biāo)檢測(cè)已經(jīng)廣泛應(yīng)用于人臉檢測(cè)、車輛檢測(cè)、行人計(jì)數(shù)、網(wǎng)絡(luò)圖像、安全系統(tǒng)和無(wú)人駕駛汽車。在許多領(lǐng)域的實(shí)踐中，對(duì)象檢測(cè)也有許多方法可以使用。像其他的計(jì)算機(jī)技術(shù)一樣，對(duì)象檢測(cè)的廣泛的創(chuàng)造性和驚人的用途肯定會(huì)來(lái)自計(jì)算機(jī)程序員和軟件開(kāi)發(fā)人員的努力。

這次要介紹的一個(gè)叫做ImageAI的項(xiàng)目，它一個(gè)python庫(kù)，讓程序員和軟件開(kāi)發(fā)人員只需幾行代碼就可以輕松地將最先進(jìn)的計(jì)算機(jī)視覺(jué)技術(shù)集成到他們現(xiàn)有的和新的應(yīng)用程序中。

ImageAI安裝工作

要使用ImageAI執(zhí)行對(duì)象檢測(cè)，您需要做的就是：

1. 在計(jì)算機(jī)系統(tǒng)上安裝Python
2. 安裝ImageAI及其依賴項(xiàng)
3. 下載對(duì)象檢測(cè)模型文件
4. 運(yùn)行示例代碼(只有10行)

那么我們現(xiàn)在開(kāi)始：

• 從官方Python語(yǔ)言網(wǎng)站下載并安裝Python 3。
• 通過(guò)pip安裝：TensorFlow，OpenCV, Keras, ImageAI

pip3 install tensorflow 
pip3 install opencv-python 
pip3 install keras 
pip3 install imageai --upgrade 

3)通過(guò)此文章中的鏈接下載用于對(duì)象檢測(cè)的RetinaNet模型文件：

https://towardsdatascience.com/object-detection-with-10-lines-of-code-d6cb4d86f606

運(yùn)行程序

太好了。我們現(xiàn)在已經(jīng)安裝了依賴項(xiàng)，可以編寫第一個(gè)對(duì)象檢測(cè)代碼了。創(chuàng)建一個(gè)Python文件并給它起一個(gè)名字(例如，F(xiàn)irstDetection.py)，然后將下面的代碼寫進(jìn)去。將要檢測(cè)的RetinaNet模型文件圖像復(fù)制到包含python文件的文件夾中。

from imageai.Detection import ObjectDetection  
import os 
 execution_path =os.getcwd()  
detector = ObjectDetection()  
detector.setModelTypeAsRetinaNet()  
detector.setModelPath( os.path.join(execution_path , "resnet50_coco_best_v2.0.1.h5"))  
detector.loadModel()  
detections = detector.detectObjectsFromImage( input_image=os.path.join(execution_path , "image.jpg"), output_image_path=os.path.join(execution_path , "imagenew.jpg")) 
 for eachObject in detections:  
print(eachObject["name"] , " : " ,  
eachObject["percentage_probability"] ) 

需要注意的是，如果你在運(yùn)行遇到這個(gè)錯(cuò)誤：

ValueError: Unable to import backend : theano python mymodel.py 

那么你可以嘗試：

import osos.environ['KERAS_BACKEND'] = 'tensorflow'from  
imageai.Detection import ObjectDetection 

然后運(yùn)行代碼并等待結(jié)果打印在控制臺(tái)中。一旦結(jié)果打印到控制臺(tái)中，轉(zhuǎn)到您的FirstDetection.py所在的文件夾，您將發(fā)現(xiàn)保存了一個(gè)新圖像?？纯聪旅娴膬蓚€(gè)圖像樣本和檢測(cè)后保存的新圖像。

檢測(cè)前:

檢測(cè)后：

數(shù)據(jù)結(jié)果

我們可以看到程序會(huì)打印輸出一些各個(gè)物體的概率數(shù)據(jù)：

• person : 55.8402955532074
• person : 53.21805477142334
• person : 69.25139427185059
• person : 76.41745209693909
• bicycle : 80.30363917350769
• person : 83.58567953109741
• person : 89.06581997871399
• truck : 63.10953497886658
• person : 69.82483863830566
• person : 77.11606621742249
• bus : 98.00949096679688
• truck : 84.02870297431946
• car : 71.98476791381836

可以看出來(lái)程序可以對(duì)圖片中的以下目標(biāo)進(jìn)行檢測(cè)：

人，自行車，卡車，汽車，公交車。

大家可以直接將自己希望檢測(cè)的照片放到程序里面運(yùn)行看看效果。

原理解釋

現(xiàn)在讓我們解釋一下10行代碼是如何工作的。

from imageai.Detection import ObjectDetectionimport osexecution_path  
= os.getcwd() 

在上面的3行代碼中，我們?cè)诘谝恍袑?dǎo)入了ImageAI對(duì)象檢測(cè)類，在第二行導(dǎo)入了python os類，并定義了一個(gè)變量來(lái)保存python文件、RetinaNet模型文件和圖像所在的文件夾的路徑。

detector = ObjectDetection()detector.setModelTypeAsRetinaNet()detector.setModelP 
ath( os.path.join(execution_path , "resnet50_coco_best_v2.0.1.h5"))detector.loadModel()detections =  
detector.detectObjectsFromImage(input_image=os.path.join(execution_pa 
th , "image.jpg"), output_image_path=os.path.join(execution_path ,  
"imagenew.jpg")) 

在上面的代碼中,我們定義對(duì)象檢測(cè)類在第一線,將模型類型設(shè)置為RetinaNet在第二行,設(shè)置模型路徑的路徑在第三行RetinaNet模型,該模型加載到對(duì)象檢測(cè)類在第四行,然后我們稱為檢測(cè)函數(shù),解析輸入圖像的路徑和輸出圖像路徑在第五行。

for eachObject in detections:    print(eachObject["name"] , " : "      
, eachObject["percentage_probability"] ) 

在上面的代碼中，我們?cè)诘谝恍械薲etector.detectObjectsFromImage函數(shù)返回的所有結(jié)果，然后在第二行打印出圖像中檢測(cè)到的每個(gè)對(duì)象的模型名稱和百分比概率。