使用opencv基于GoogLeNet 模型识别图片

2017年8月发布的OpenCV 3.3正式带来了高度改进的深度学习dnn板块。 该板块现在持许多深度学习框架，包括Caffe，TensorFlow和Torch/PyTorch。该API可C ++可在Python中调用，很容易磁盘加载模型；预解决输入图像；通过网络传递图像并获取输出分类。

本文演示如何在ImageNet数据集上使用预先训练的深度学习网络并将其应用于输入图像。

使用OpenCV进行深度学习

我们将使用OpenCV和GoogleLeNet（在ImageNet上预先训练）来对图像进行分类。

OpenCV 3.3中的深度学习

自版本v3.1起，OpenCV的dnn板块已成为opencv_contrib库的一部分。在OpenCV 3.3中，它包含在主库中。使用OpenCV 3.3，我们可以利用流行的深度学习框架预先训练好的网络。与OpenCV 3.3兼容的流行网络架构包括：GoogleLeNet、AlexNet、SqueezeNet和VGGNet、RESNET。

参考：
opencv/opencv/tree/master/modules/dnn
发布文档 https://habr.com/company/intel/blog/333612/ 俄语

• python测试开发项目实战-目录
• python工具书籍下载-持续升级
• python 3.7极速入门教程 – 目录

OpenCV深度学习功能和框架

OpenCV 3.3支持 Caffe, TensorFlow和 Torch/PyTorch
框架。目前不支持Keras（由于Keras实际上是TensorFlow和Theano等包装器），但是因为深度学习库的普及，Keras 直接支持只是时间问题。

使用OpenCV 3.3，我们可以使用dnn中的以下函数从磁盘加载图像：

• cv2.dnn.blobFromImage
• cv2.dnn.blobFromImages

我们可以通过create方法直接从各种框架导入模型：

• cv2.dnn.createCaffeImporter
• cv2.dnn.createTensorFlowImporter
• cv2.dnn.createTorchImporter

使用read方法直接从磁盘加载序列化模型更容易：

• cv2.dnn.readNetFromCaffe
• cv2.dnn.readNetFromTensorFlow
• cv2.dnn.readNetFromTorch
• cv2.dnn.readhTorchBlob

加载模型后，.forward方法用于向前传播我们的图像并取得实际的分类。

使用深度学习和OpenCV对图像进行分类

GoogLeNet 的参考： Going deeper with convolutions

加载预先训练好的Caffe模型，并使用它来使用OpenCV对图像进行分类。

代码参见： china-testing/python-api-tesing/blob/master/practices/cv/deep_learning_with_opencv.py

参考资料

• 探讨qq群630011153 144081101
• 本文最新版本地址
• 本文涉及的python测试开发库 谢谢点赞！
• 本文相关海量书籍下载
• 2018最佳人工智能机器学习工具书及下载(持续升级)

执行示例

$ python deep_learning_with_opencv.py --image images/jemma.png     --prototxt bvlc_googlenet.prototxt \    --model bvlc_googlenet.caffemodel --labels synset_words.txt[INFO] loading model...[INFO] classification took 0.075035 seconds[INFO] 1. label: beagle, probability: 0.81137[INFO] 2. label: Labrador retriever, probability: 0.031416[INFO] 3. label: bluetick, probability: 0.023929[INFO] 4. label: EntleBucher, probability: 0.017507[INFO] 5. label: Greater Swiss Mountain dog, probability: 0.0144

图片.png

$ python deep_learning_with_opencv.py --image images/traffic_light.png     --prototxt bvlc_googlenet.prototxt \    --model bvlc_googlenet.caffemodel --labels synset_words.txt[INFO] loading model...[INFO] classification took 0.080521 seconds[INFO] 1. label: traffic light, probability: 1.0[INFO] 2. label: pole, probability: 4.9961e-07[INFO] 3. label: spotlight, probability: 3.4974e-08[INFO] 4. label: street sign, probability: 3.3623e-08[INFO] 5. label: loudspeaker, probability: 2.0235e-08

图片.png

$ python deep_learning_with_opencv.py --image images/eagle.png    --prototxt bvlc_googlenet.prototxt \    --model bvlc_googlenet.caffemodel --labels synset_words.txt[INFO] loading model...[INFO] classification took 0.087207 seconds[INFO] 1. label: bald eagle, probability: 0.96768[INFO] 2. label: kite, probability: 0.031964[INFO] 3. label: vulture, probability: 0.00023595[INFO] 4. label: albatross, probability: 6.3653e-05[INFO] 5. label: black grouse, probability: 1.6147e-05

图片.png

$ python deep_learning_with_opencv.py --image images/vending_machine.png    --prototxt bvlc_googlenet.prototxt \    --model bvlc_googlenet.caffemodel --labels synset_words.txt[INFO] loading model...[INFO] classification took 0.099602 seconds[INFO] 1. label: vending machine, probability: 0.99269[INFO] 2. label: cash machine, probability: 0.0023691[INFO] 3. label: pay-phone, probability: 0.00097005[INFO] 4. label: ashcan, probability: 0.00092097[INFO] 5. label: mailbox, probability: 0.00061188

图片.png