Python檢測皮卡丘

導語

利用Python實現看圖找皮卡丘。。。

前幾天看一個動手學深度學習的教學項目。。。

發現了這個有趣的教程。。。

英文原版教程的鏈接：

http://gluon.mxnet.io/chapter08_computer-vision/object-detection.html

哈哈哈哈哈，讓我們愉快地開始吧！

開發工具

Python版本：3.5.4

相關模塊：

mxnet模塊；

matplotlib模塊；

win_unicode_console模塊；

numpy模塊；

PIL模塊；

以及一些Python自帶的模塊

環境搭建

安裝Python並添加到環境變數，pip安裝需要的相關模塊即可。

注1：

直接pip安裝mxnet默認安裝的是CPU版本的。

若配置了GPU，請使用例如pip install mxnet-cu80這樣的命令進行安裝。

注2：

pip安裝失敗可嘗試到：

https://www.lfd.uci.edu/~gohlke/pythonlibs/

找找有沒有直接可以安裝的whl文件。

主要思路

幾乎就是照著官網的思路來的。。。

在源代碼中已經做了很詳細的注釋。。。

主要使用了SSD即單發多框檢測器實現。。。

網路包括四塊：主體網路、三個減半模塊、五個物體類別和邊框預測模塊；

預測分別應用在主體網路輸出,減半模塊輸出,和最後的全局池化層上。

具體實現過程詳見相關文件中的源代碼。

使用演示

訓練模型：

在cmd窗口運行train.py文件即可。

運行截圖：

使用模型檢測皮卡丘：

將源代碼71行中的待檢測圖片路徑換成自己的。

在cmd窗口運行Detect_Pikachu.py文件即可。

註：

若效果不佳，請自行修改thresh參數（71行）。

效果截圖：

數據集只有一千張。。。

而且訓練數據都是類似這樣的：

所以這樣的效果應該還闊以吧~~~~

更多

實現過程中也參考了一些網路博客。。。

但是有點亂。。。

就不給出鏈接了。。。

另外：

CPU訓練大概需要：

210分鐘。

T_T我用的CPU。因為mxnet-cu90不知道為什麼用不了，社區里很多人也反映存在這樣的bug，出現的問題和我的一模一樣。

因此推薦使用cu80版本的。

GPU訓練：

喝杯奶茶的時間？

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！