首页 > 其他分享 >OpenCV3.3深度神经网络DNN模块 实例4:SSD-MobileNet模型实时对象检测

OpenCV3.3深度神经网络DNN模块 实例4:SSD-MobileNet模型实时对象检测

时间:2023-08-18 09:34:18浏览次数:49  
标签:detectionMat float MobileNet int frame DNN tl SSD size

 1 #include <opencv2/opencv.hpp>
 2 #include <opencv2/dnn.hpp>
 3 #include <iostream>
 4  
 5 using namespace cv;
 6 using namespace cv::dnn;
 7 using namespace std;
 8  
 9 const size_t width = 300;
10 const size_t height = 300;
11 const float meanVal = 127.5;//均值
12 const float scaleFactor = 0.007843f;
13 const char* classNames[] = { "background",
14 "aeroplane", "bicycle", "bird", "boat",
15 "bottle", "bus", "car", "cat", "chair",
16 "cow", "diningtable", "dog", "horse",
17 "motorbike", "person", "pottedplant",
18 "sheep", "sofa", "train", "tvmonitor" };
19 //模型文件
20 String modelFile = "D:/opencv3.3/opencv/sources/samples/data/dnn/MobileNetSSD_deploy.caffemodel";
21 //二进制描述文件
22 String model_text_file = "D:/opencv3.3/opencv/sources/samples/data/dnn/MobileNetSSD_deploy.prototxt";
23  
24 int main(int argc, char** argv) {
25     VideoCapture capture;//读取视频
26     capture.open("01.mp4");
27     namedWindow("input", CV_WINDOW_AUTOSIZE);
28     int w = capture.get(CAP_PROP_FRAME_WIDTH);//获取视频宽度
29     int h = capture.get(CAP_PROP_FRAME_HEIGHT    );//获取视频高度
30     printf("frame width : %d, frame height : %d", w, h);
31  
32     // set up net
33     Net net = readNetFromCaffe(model_text_file, modelFile);
34  
35     Mat frame;
36     while (capture.read(frame)) {
37         imshow("input", frame);
38  
39         // 预测
40         Mat inputblob = blobFromImage(frame, scaleFactor, Size(width, height), meanVal, false);
41         net.setInput(inputblob, "data");
42         Mat detection = net.forward("detection_out");
43  
44         // 绘制
45         Mat detectionMat(detection.size[2], detection.size[3], CV_32F, detection.ptr<float>());
46         float confidence_threshold = 0.25;//自信区间,越小检测到的物体越多(>=0.25)
47         for (int i = 0; i < detectionMat.rows; i++) {
48             float confidence = detectionMat.at<float>(i, 2);
49             if (confidence > confidence_threshold) {
50                 size_t objIndex = (size_t)(detectionMat.at<float>(i, 1));
51                 float tl_x = detectionMat.at<float>(i, 3) * frame.cols;
52                 float tl_y = detectionMat.at<float>(i, 4) * frame.rows;
53                 float br_x = detectionMat.at<float>(i, 5) * frame.cols;
54                 float br_y = detectionMat.at<float>(i, 6) * frame.rows;
55  
56                 Rect object_box((int)tl_x, (int)tl_y, (int)(br_x - tl_x), (int)(br_y - tl_y));
57                 rectangle(frame, object_box, Scalar(0, 0, 255), 2, 8, 0);
58                 putText(frame, format("%s", classNames[objIndex]), Point(tl_x, tl_y), FONT_HERSHEY_SIMPLEX, 1.0, Scalar(255, 0, 0), 2);
59             }
60         }
61         imshow("ssd-video-demo", frame);
62         char c = waitKey(5);
63         if (c == 27) { // 如果ESC按下
64             break;
65         }
66     }
67     capture.release();
68     waitKey(0);
69     return 0;
70 }

标签:detectionMat,float,MobileNet,int,frame,DNN,tl,SSD,size
From: https://www.cnblogs.com/ybqjymy/p/17639511.html

相关文章

  • OpenCV3.3深度神经网络DNN模块 实例5:FCN模型实现图像分割
    1#include<opencv2/opencv.hpp>2#include<opencv2/dnn.hpp>3#include<iostream>45usingnamespacecv;6usingnamespacecv::dnn;7usingnamespacestd;89constsize_twidth=300;10constsize_theight=30......
  • OpenCV3.3深度神经网络DNN模块 实例1:读取单张PNG文件(opencv3.3环境测试)
    1#include<opencv2/opencv.hpp>2#include<opencv2/dnn.hpp>//dnn模块类3#include<iostream>45usingnamespacecv;6usingnamespacestd;78intmain(intargc,char**argv){9Matsrc=imread("tx.png");10......
  • 端侧DNN部署——模型转换
    1端侧推理框架经验总结总结下最近用过的一些框架,并介绍他们的主要特点和转换过程。onnxruntimencnnmnntensorflowlitehuaweihiaipaddlelite2模型部署转换过程我们以torchvision库中的resnet50模型为例,介绍模型转换的过程。2.1pytorch转换到otherspytorch是目......
  • SSDB Redis替代品
    SSDB是一个快速的用来存储十亿级别列表数据的开源NoSQL数据库。项目地址:https://github.com/ideawu/ssdbhttp://ssdb.io/特性替代 Redis 数据库,Redis的100倍容量LevelDB网络支持,使用C/C++开发RedisAPI兼容,支持Redis客户端适合存储集合数据,如list,hash,zse......
  • Redis/SSDB+Twemproxy安装与使用
    目前对于互联网公司不使用Redis的很少,Redis不仅仅可以作为key-value缓存,而且提供了丰富的数据结果如set、list、map等,可以实现很多复杂的功能;但是Redis本身主要用作内存缓存,不适合做持久化存储,因此目前有如SSDB、ARDB等,还有如京东的JIMDB,它们都支持Redis协议,可以支持Redis客户端......
  • 揭秘华为云GaussDB(for Redis)丨大key治理
    本文分享自华为云社区《华为云GaussDB(forRedis)揭秘第31期:大key治理》,作者:高斯Redis官方博客。从DBA的视角看,大Key无疑是引起Redis线上问题的常见原因。为了解决大Key隐患,业务首先要遵守合理的开发规范,减少大Key的产生和访问依赖。但有时大Key是在程序运行过程中悄悄产生的,让......
  • 揭秘华为云GaussDB(for Redis)丨大key治理
    本文分享自华为云社区《华为云GaussDB(forRedis)揭秘第31期:大key治理》,作者:高斯Redis官方博客。从DBA的视角看,大Key无疑是引起Redis线上问题的常见原因。为了解决大Key隐患,业务首先要遵守合理的开发规范,减少大Key的产生和访问依赖。但有时大Key是在程序运行过程中悄悄产生的,让人......
  • GaussDB(DWS)函数不同写法引发的结果差异
    本文分享自华为云社区《GaussDB(DWS)函数结果差异案例之greatest》,作者:你是猴子请来的救兵吗。GaussDB(DWS)支持多种兼容模式,为了兼容目标数据库,各模式之间或多或少存在一些行为差异。这里分享一个mysql兼容模式下的表达式函数因不同写法引发的结果差异案例。问题背景问题版本 Gau......
  • 关于微信公众号jssdk安全域名不能使用非80端口的解决方案
    第一步,先确认该域名的80/443端口能正常访问;第二步,登录公众号管理平台,进入《设置与开发--公众号设置--功能设置--JS接口安全域名》,下载验证文件并上传至域名能打开的网站内,站长应该都会操作,步骤省略;第三步,修改《JS接口安全域名》,此处不用填写非80/443端口,保存即可。......
  • Sqoop 连接mysql 错误 java.lang.NoClassDefFoundError(已解决)
    错误信息Exceptioninthread"main"java.lang.NoClassDefFoundError:org/apache/commons/lang/StringUtilsatorg.apache.sqoop.manager.MySQLManager.initOptionDefaults(MySQLManager.java:73)atorg.apache.sqoop.manager.SqlManager.<init......