动手做目标检测

当一副图像放在我们面前时，

依赖于我们强大的大脑，几乎可以立即识别出其中包含的物体。而机器却需要花费大量时间和训练数据来识别这些物体。但随着硬件和深度学习的进步，这件事变得简单了。

以下面的图像为例，机器现在能够以令人难以置信的准确率识别图像中的不同物体。

物体检测在各种不同的领域得到了迅速的采用。具体来说，它可以帮助自动驾驶汽车安全地穿过人群、检测零件质量、人脸检测等等。

那么，什么是目标检测呢？

比如，我们需要给自动驾驶汽车做一个行人检测系统，假如此时汽车捕获的图像如下图所示，

图像显示我们的汽车正在靠近一个广场，一部分人正在车前过马路。由于交通标志可能不是那么清晰，汽车的行人检测系统此时应该准确识别人行走的位置，以便我们的汽车可以避开他们。

那么汽车系统怎么做以确认人的位置呢？它可以在人的周围创建一个边界框，以便系统确定人在图像中位置，然后再相应的决定怎么走，避免意外发生。

我们做目标检测的目的有两个：

识别图像中存在的所有对象及其位置

过滤出需要关注的对象(比如，突然出现的小车)

本文我们将使用ImageAI库(https://github.com/OlafenwaMoses/ImageAI)实现目标检测。

为了使用ImageAI做目标检测，我们做一些准备工作：

安装Python

安装ImageAI及其相关依赖

下载目标检测模型文件

写代码

1

安装Python

直接去https://www.python.org/，下载Python 3安装即可。

2

安装ImageAI及其相关依赖

使用pip安装以下相关依赖：

3

下载目标检测模型文件

通过 https://github.com/OlafenwaMoses/ImageAI/releases/download/1.0/resnet50_coco_best_v2.0.1.h5 下载目标检测模型文件。

将上述准备工作完成后，我们就可以着手写代码啦！为了方便起见，我们可以创建一个名为的文件并把它和模型文件放在一个目录中。

输入图像

输出图像

打印输出内容：

当然，我们也可以对视频进行目标检测！

输入视频

输出视频