Question

camera = webcam; % Connect to the camera
nnet = alexnet;  % Load the neural net

while true   
    picture = camera.snapshot;              % Take a picture    
    picture = imresize(picture,[227,227]);  % Resize the picture

    label = classify(nnet, picture);        % Classify the picture

    image(picture);     % Show the picture
    title(char(label)); % Show the label
    drawnow;   
end

我在互联网上找到了这个matlab代码。它显示一个窗口，其中包含来自网络摄像头的图片，并且非常快速地命名图片中的内容（“键盘”，“布特”，“铅笔”，“时钟”......）。我想在python中做到这一点。到目前为止，我有这个：

import cv2
import sys
faceCascade = cv2.CascadeClassifier("haarcascade_frontalface_default.xml")
video_capture = cv2.VideoCapture(0)

while True:
    ret, frame = video_capture.read()
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    faces = faceCascade.detectMultiScale(
        gray,
        scaleFactor=1.1,
        minNeighbors=5,
        minSize=(30, 30),
        flags=cv2.cv.CV_HAAR_SCALE_IMAGE
    )

    # Draw a rectangle around the faces
    for (x, y, w, h) in faces:
        cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2)
    cv2.imshow('Video', frame)

    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

这是非常相似的，但只检测面孔。 matlab代码使用alexnet。我想这是一个基于imagenet数据（http://www.image-net.org/）的预训练网络。但它已不再可用。我怎么能在python中做到这一点？

（这里有一个类似的问题，但现在是4岁了，我觉得现在有更新的技术。）

Answer 1

使用＆＃34; tensorflow＆＃34;包和预先训练好的网络＆＃34; vgg16＆＃34;，解决方案非常简单。见https://github.com/machrisaa/tensorflow-vgg/blob/master/test_vgg16.py

Python：对图像中的对象进行分类

1 个答案: