Press "Enter" to skip to content

SSD物体检测模型Keras版

本站内容均来自兴趣收集,如不慎侵害的您的相关权益,请留言告知,我们将尽快删除.谢谢.

SSD是一种Object Detection方法。

本文是基于论文SSD: Single Shot MultiBox Detector,实现的keras版本。
http://arxiv.org/abs/1512.02325
该文章在既保证速度,又要保证精度的情况下,提出了SSD物体检测模型,与现在流行的检测模型一样,将检测过程整个成一个single deep neural network。便于训练与优化,同时提高检测速度。 SSD将输出一系列离散化()的bounding boxes,这些bounding boxes是在不同层次(layers)上的feature maps上生成的,并且有着不同的aspect ratio。
项目代码地址:
https://github.com/kuhung/_

模型效果

●  模型对载具的检测
2ebd26f97a4d73220d0d4e5211d08cb78c108422

模型对动物的检测

a12c04fedcdddd62e2e7167f69f21b3989c195a1

模型的视频检测

a5746294cf28d733c10a94fd6a33ef483264830b

如何使用

安装依赖包

 
cv2==3.3.0

keras==1.2.2

matplotlib==2.1.0

tensorflow==1.3.0

numpy==1.13.3


如果想跑通视频模块,则需额外pip install scikit-video

具体操作

 
git clone [email protected]:kuhung/SSD_keras.git

cd SSD_keras


下载预训练模型

https://github.com/kuhung/SSD_keras/releases
将预训练模型 复制放进 SSD_keras
cp weights_SSD300.hdf5 into SSD_keras
对于图片的检测
https://github.com/kuhung/SSD_keras/blob/master/SSD.ipynb
若要剪切图片为下一步处理做准备
https://github.com/kuhung/SSD_keras/blob/master/SSD_crop.py
检测视频

 
cd video_utils

python videotest_example.py hy.mp4

Be First to Comment

发表评论

电子邮件地址不会被公开。 必填项已用*标注