十行Python代码搞定图片中的物体检测 - 好文

“Word is useless, show me the pic” -MR Lu

先看下原图：

图片表述的是一男一女在散步，后面有一辆车，现在来看下我们通过十行代码实现的效果：

我们可以看到，在这幅图中其实有三个“person”被识别出来，包括后面非常非常小的行人，还有一个“car”被识别出来，可以说模型能力基本达到了人眼的能力。现在就来介绍如何把这个识别结果用10行python代码实现。

代码

既然代码用得少，必然是站在了巨人的肩膀上去做事，需要安装大量第三方库。

1.需要首先用pip3安装以下库：
pip3 install numpy、scipy、opencv-python、pillow、matplotlib、h5py、keras、
注意：用到的是python3，有一些库在国内安装很慢，可以使用豆瓣源
pip3 install 第三方库名 -i https://pypi.doubanio.com/simple/ --trusted-host pypi
.doubanio.com
2.然后要安装用到的识别库，名字叫imageai：
pip3 install https://github.com/OlafenwaMoses/ImageAI/releases/download/2.0.1
/imageai-2.0.1-py3-none-any.whl
3.接着要下载训练好的模型，我们直接使用现成的模型做预测，模型地址（145MB）：
https://github.com/OlafenwaMoses/ImageAI/releases/download/1.0
/resnet50_coco_best_v2.0.1.h5
4.最后来看看代码：
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 , "image3.jpg"
), output_image_path=os.path.join(execution_path , "image3new.jpg")) for
eachObjectin detections: print(eachObject["name"] + " : " + eachObject[
"percentage_probability"] ) print("--------------------------------")
clone代码地址：https://github.com/OlafenwaMoses/ImageAI
<https://github.com/OlafenwaMoses/ImageAI>

其中模型要跟代码放到统一路径下，image2.jpg是输入图片，image2new.jpg是输出图片。一共有效行数为10，不是你来打我，哈哈。运行这个文件就会生成标记好的图片。

是不是很简单，谢谢大家~

热门工具换一换