DL之Yolov3:基于深度学习Yolov3算法实现视频目标检测之对《我要打篮球》视频段进行实时目标检测(一)

简介: DL之Yolov3:基于深度学习Yolov3算法实现视频目标检测之对《我要打篮球》视频段进行实时目标检测

输出结果

image.png






设计思路


DL之YoloV3:Yolo V3算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略

https://yunyaniu.blog.csdn.net/article/details/80143203#Yolo%20V3算法的案例应用





核心代码


Yolov3代码实现的时候,是将输入的视频分为帧图像进行目标检测的!


1、yolo.py文件

# -*- coding: utf-8 -*-

"""

Class definition of YOLO_v3 style detection model on image and video

"""

import colorsys

import os

from timeit import default_timer as timer

import numpy as np

from keras import backend as K

from keras.models import load_model

from keras.layers import Input

from PIL import Image, ImageFont, ImageDraw

from yolo3.model import yolo_eval, yolo_body, tiny_yolo_body

from yolo3.utils import letterbox_image

import os

from keras.utils import multi_gpu_model

class YOLO(object):

   _defaults = {

       "model_path": 'model_data/yolo.h5',

       "anchors_path": 'model_data/yolo_anchors.txt',

       "classes_path": 'model_data/coco_classes.txt',

       "score" : 0.3,

       "iou" : 0.45,

       "model_image_size" : (416, 416),

       "gpu_num" : 1,

   }

   @classmethod

   def get_defaults(cls, n):

       if n in cls._defaults:

           return cls._defaults[n]

       else:

           return "Unrecognized attribute name '" + n + "'"

   def __init__(self, **kwargs):

       self.__dict__.update(self._defaults) # set up default values

       self.__dict__.update(kwargs) # and update with user overrides

       self.class_names = self._get_class()

       self.anchors = self._get_anchors()

       self.sess = K.get_session()

       self.boxes, self.scores, self.classes = self.generate()

   def _get_class(self):

       classes_path = os.path.expanduser(self.classes_path)

       with open(classes_path) as f:

           class_names = f.readlines()

       class_names = [c.strip() for c in class_names]

       return class_names

   def _get_anchors(self):

       anchors_path = os.path.expanduser(self.anchors_path)

       with open(anchors_path) as f:

           anchors = f.readline()

       anchors = [float(x) for x in anchors.split(',')]

       return np.array(anchors).reshape(-1, 2)

   def generate(self):

       model_path = os.path.expanduser(self.model_path)

       assert model_path.endswith('.h5'), 'Keras model or weights must be a .h5 file.'

       # Load model, or construct model and load weights.

       num_anchors = len(self.anchors)

       num_classes = len(self.class_names)

       is_tiny_version = num_anchors==6 # default setting

       try:

           self.yolo_model = load_model(model_path, compile=False)

       except:

           self.yolo_model = tiny_yolo_body(Input(shape=(None,None,3)), num_anchors//2, num_classes) \

               if is_tiny_version else yolo_body(Input(shape=(None,None,3)), num_anchors//3, num_classes)

           self.yolo_model.load_weights(self.model_path) # make sure model, anchors and classes match

       else:

           assert self.yolo_model.layers[-1].output_shape[-1] == \

               num_anchors/len(self.yolo_model.output) * (num_classes + 5), \

               'Mismatch between model and given anchor and class sizes'

       print('{} model, anchors, and classes loaded.'.format(model_path))

       # Generate colors for drawing bounding boxes.

       hsv_tuples = [(x / len(self.class_names), 1., 1.)

                     for x in range(len(self.class_names))]

       self.colors = list(map(lambda x: colorsys.hsv_to_rgb(*x), hsv_tuples))

       self.colors = list(

           map(lambda x: (int(x[0] * 255), int(x[1] * 255), int(x[2] * 255)),

               self.colors))

       np.random.seed(10101)  # Fixed seed for consistent colors across runs.

       np.random.shuffle(self.colors)  # Shuffle colors to decorrelate adjacent classes.

       np.random.seed(None)  # Reset seed to default.

       # Generate output tensor targets for filtered bounding boxes.

       self.input_image_shape = K.placeholder(shape=(2, ))

       if self.gpu_num>=2:

           self.yolo_model = multi_gpu_model(self.yolo_model, gpus=self.gpu_num)

       boxes, scores, classes = yolo_eval(self.yolo_model.output, self.anchors,

               len(self.class_names), self.input_image_shape,

               score_threshold=self.score, iou_threshold=self.iou)

       return boxes, scores, classes

   def detect_image(self, image):

       start = timer()

       if self.model_image_size != (None, None):

           assert self.model_image_size[0]%32 == 0, 'Multiples of 32 required'

           assert self.model_image_size[1]%32 == 0, 'Multiples of 32 required'

           boxed_image = letterbox_image(image, tuple(reversed(self.model_image_size)))

       else:

           new_image_size = (image.width - (image.width % 32),

                             image.height - (image.height % 32))

           boxed_image = letterbox_image(image, new_image_size)

       image_data = np.array(boxed_image, dtype='float32')

       print(image_data.shape)

       image_data /= 255.

       image_data = np.expand_dims(image_data, 0)  # Add batch dimension.

       out_boxes, out_scores, out_classes = self.sess.run(

           [self.boxes, self.scores, self.classes],

           feed_dict={

               self.yolo_model.input: image_data,

               self.input_image_shape: [image.size[1], image.size[0]],

               K.learning_phase(): 0

           })

       print('Found {} boxes for {}'.format(len(out_boxes), 'img'))

       font = ImageFont.truetype(font='font/FiraMono-Medium.otf',

                   size=np.floor(3e-2 * image.size[1] + 0.5).astype('int32'))

       thickness = (image.size[0] + image.size[1]) // 300

       for i, c in reversed(list(enumerate(out_classes))):

           predicted_class = self.class_names[c]

           box = out_boxes[i]

           score = out_scores[i]

           label = '{} {:.2f}'.format(predicted_class, score)

           draw = ImageDraw.Draw(image)

           label_size = draw.textsize(label, font)

           top, left, bottom, right = box

           top = max(0, np.floor(top + 0.5).astype('int32'))

           left = max(0, np.floor(left + 0.5).astype('int32'))

           bottom = min(image.size[1], np.floor(bottom + 0.5).astype('int32'))

           right = min(image.size[0], np.floor(right + 0.5).astype('int32'))

           print(label, (left, top), (right, bottom))

           if top - label_size[1] >= 0:

               text_origin = np.array([left, top - label_size[1]])

           else:

               text_origin = np.array([left, top + 1])

           # My kingdom for a good redistributable image drawing library.

           for i in range(thickness):

               draw.rectangle(

                   [left + i, top + i, right - i, bottom - i],

                   outline=self.colors[c])

           draw.rectangle(

               [tuple(text_origin), tuple(text_origin + label_size)],

               fill=self.colors[c])

           draw.text(text_origin, label, fill=(0, 0, 0), font=font)

           del draw

       end = timer()

       print(end - start)

       return image

   def close_session(self):

       self.sess.close()

def detect_video(yolo, video_path, output_path=""):

   import cv2

   vid = cv2.VideoCapture(video_path)

   if not vid.isOpened():

       raise IOError("Couldn't open webcam or video")

   video_FourCC    = int(vid.get(cv2.CAP_PROP_FOURCC))

   video_fps       = vid.get(cv2.CAP_PROP_FPS)

   video_size      = (int(vid.get(cv2.CAP_PROP_FRAME_WIDTH)),

                       int(vid.get(cv2.CAP_PROP_FRAME_HEIGHT)))

   isOutput = True if output_path != "" else False

   if isOutput:

       print("!!! TYPE:", type(output_path), type(video_FourCC), type(video_fps), type(video_size))

       out = cv2.VideoWriter(output_path, video_FourCC, video_fps, video_size)

   accum_time = 0

   curr_fps = 0

   fps = "FPS: ??"

   prev_time = timer()

   while True:

       return_value, frame = vid.read()

       image = Image.fromarray(frame)

       image = yolo.detect_image(image)

       result = np.asarray(image)

       curr_time = timer()

       exec_time = curr_time - prev_time

       prev_time = curr_time

       accum_time = accum_time + exec_time

       curr_fps = curr_fps + 1

       if accum_time > 1:

           accum_time = accum_time - 1

           fps = "FPS: " + str(curr_fps)

           curr_fps = 0

       cv2.putText(result, text=fps, org=(3, 15), fontFace=cv2.FONT_HERSHEY_SIMPLEX,

                   fontScale=0.50, color=(255, 0, 0), thickness=2)

       cv2.namedWindow("result", cv2.WINDOW_NORMAL)

       cv2.imshow("result", result)

       if isOutput:

           out.write(result)

       if cv2.waitKey(1) & 0xFF == ord('q'):

           break

   yolo.close_session()



相关实践学习
部署Stable Diffusion玩转AI绘画(GPU云服务器)
本实验通过在ECS上从零开始部署Stable Diffusion来进行AI绘画创作,开启AIGC盲盒。
相关文章
|
3月前
|
机器学习/深度学习 数据可视化 计算机视觉
目标检测笔记(五):详细介绍并实现可视化深度学习中每层特征层的网络训练情况
这篇文章详细介绍了如何通过可视化深度学习中每层特征层来理解网络的内部运作,并使用ResNet系列网络作为例子,展示了如何在训练过程中加入代码来绘制和保存特征图。
75 1
目标检测笔记(五):详细介绍并实现可视化深度学习中每层特征层的网络训练情况
|
3月前
|
机器学习/深度学习 自然语言处理 监控
深度学习之视频摘要生成
基于深度学习的视频摘要生成是一种通过自动化方式从长视频中提取关键片段,生成简洁且有代表性的视频摘要的技术。其目的是在保留视频主要内容的基础上,大幅缩短视频的播放时长,方便用户快速理解视频的核心信息。
194 7
|
3月前
|
机器学习/深度学习 数据处理 数据库
基于Django的深度学习视频分类Web系统
基于Django的深度学习视频分类Web系统
76 4
基于Django的深度学习视频分类Web系统
|
3月前
|
监控 算法 数据安全/隐私保护
基于三帧差算法的运动目标检测系统FPGA实现,包含testbench和MATLAB辅助验证程序
本项目展示了基于FPGA与MATLAB实现的三帧差算法运动目标检测。使用Vivado 2019.2和MATLAB 2022a开发环境,通过对比连续三帧图像的像素值变化,有效识别运动区域。项目包括完整无水印的运行效果预览、详细中文注释的代码及操作步骤视频,适合学习和研究。
|
3月前
|
JSON 算法 数据可视化
测试专项笔记(一): 通过算法能力接口返回的检测结果完成相关指标的计算(目标检测)
这篇文章是关于如何通过算法接口返回的目标检测结果来计算性能指标的笔记。它涵盖了任务描述、指标分析(包括TP、FP、FN、TN、精准率和召回率),接口处理,数据集处理,以及如何使用实用工具进行文件操作和数据可视化。文章还提供了一些Python代码示例,用于处理图像文件、转换数据格式以及计算目标检测的性能指标。
95 0
测试专项笔记(一): 通过算法能力接口返回的检测结果完成相关指标的计算(目标检测)
|
3月前
|
机器学习/深度学习 运维 监控
深度学习之视频内容理解
基于深度学习的视频内容理解(Video Content Understanding, VCU)是一项关键技术,旨在通过神经网络模型自动分析、解读和提取视频中的语义信息。
183 10
|
3月前
|
机器学习/深度学习 监控 人机交互
深度学习之视频中的姿态跟踪
基于深度学习的视频姿态跟踪是一项用于从视频序列中持续检测和跟踪人体姿态的技术。它能够识别人体的2D或3D关键点,并在时间维度上进行跟踪,主要应用于人机交互、体育分析、动作识别和虚拟现实等领域。
75 3
|
3月前
|
机器学习/深度学习 算法 安全
基于深度学习的目标检测的介绍(Introduction to object detection with deep learning)
基于深度学习的目标检测的介绍(Introduction to object detection with deep learning)
41 0
|
3月前
|
机器学习/深度学习 传感器 编解码
深度学习之地球观测中的目标检测
基于深度学习的地球观测中的目标检测是将深度学习技术应用于遥感数据中以自动识别和定位目标物体的过程。这一技术迅速成为遥感领域的研究热点,主要原因在于地球观测(Earth Observation, EO)平台和遥感技术的进步带来了海量的高分辨率数据,而深度学习技术在目标检测、图像识别等任务上的显著成功为其提供了强有力的支持。
42 0
|
4月前
|
机器学习/深度学习 传感器 监控
红外小目标检测:基于深度学习
本文介绍了红外小目标检测技术的优势、基本原理及常用方法,包括背景抑制、滤波、模型和深度学习等,并探讨了多传感器融合的应用。通过一个基于深度学习的实战案例,展示了从数据准备到模型训练的全过程。最后,文章展望了该技术在军事、安防、交通等领域的广泛应用及未来发展趋势。

热门文章

最新文章