如今，机器学习和计算机视觉已成为一种热潮。我们都看过关于自动驾驶汽车和面部辨认的旧事，能够会想象树立本人的计算机视觉模型有多酷。但是，进入这个范围并不总是那幺容易，尤其是在没有很强的数学背景的状况下。假设你只想做一些小的实验，像PyTorch和TensorFlow这样的库能够会很单调。
在本教程中，作者提供了一种复杂的办法，任何人都可以运用几行代码构建全功用的对象检测模型。更详细地说，我们将运用Detecto，这是一个在PyTorch之上构建的Python软件包，可简化该进程并向一切级别的顺序员开放。
快速复杂的例子
为了演示如何复杂地使Detecto，让我们加载一个预先训练的模型，并对以下图像停止推断：
首先，运用pip下载Detecto软件包：
pip3 install detecto
然后，将下面的图像另存为“fruit.jpg”，并在与图像相反的文件夹中创立一个Python文件。在Python文件中，编写以下5行代码：
from detectoimport core, utils, visualize
image = utils.read_image('fruit.jpg')
model = core.Model()
labels, boxes, scores = model.predict_top(image)
visualize.show_labeled_image(image, boxes, labels)
运转此文件后（假设你的计算机上没有启用CUDA的GPU，能够会破费几秒钟；稍后再停止引见），你应该会看到相似下面的图：
作者仅用了5行代码就完成了一切任务，真的是太棒了。下面是我们每步中辨别做的：
1）导入Detecto模块 2）读入图像 3）初始化预训练模型 4）在图像上生成最高预测 5）为预测绘图 绘制我们的预测Detecto运用来自PyTorch模型植物园中的Faster R-CNN ResNet-50 FPN，它可以检测大约80种不同的物体，例如植物，车辆，厨房用具等。但是，假设你想要检测自定义对象，例如可口可乐与百事可乐罐，斑马与长颈鹿，该怎幺办呢？
这时你会发现，在自定义数据集上训练探测器模型异样复杂; 异样，你只需求5行代码，以及现有的数据集或花一些时间标记图像。
构建自定义数据集在本教程中，作者将从头末尾构建本人的数据集。建议你也这样做，但是假设你想跳过这一步，你可以在这里下载一个示例数据集(从斯坦福的Dog数据集修正)。
关于我们的数据集，我们将训练我们的模型来检测来自RoboSub竞赛的水下外星人，蝙蝠和女巫，如下所示：
理想状况下，每个类至少需求100张图像。好在每张图像中可以有多个对象，所以实际上，假设每张图像包含你想要检测的每类对象，那幺你可以总共取得100张图像。另外，假设你有视频素材，Detico可以轻松地将这些视频素材联系成可用于数据集的图像：
from detecto.utilsimport split_video
split_video('video.mp4','frames/', step_size=4)
下面的代码在“video.mp4”中每第4帧拍摄一次，并将其另存为JPEG文件存在“frames”文件夹中。
生成训练数据集后，应该具有一个相似于以下内容的文件夹：
images/
| image0.jpg
| image1.jpg
| image2.jpg
| ...
假设需求的话，你还可以运用另一个文件夹，其中包含一组验证图像。
如今是耗时的部分：标记。Detecto支持PASCAL VOC格式，其中具有XML文件，其中包含图像中每个对象的标签和位置数据。要创立这些XML文件，可以运用开源LabelImg工具，如下所示：
pip3 install labelImg # Download LabelImg using pip
labelImg # Launch the application
如今，你应该会看到一个弹出窗口。单击左侧“翻开目录”按钮，然后选择想要标记的图像文件夹。假设一切正常，你应该会看到相似以下内容：
要绘制边界框，请单击左侧菜单栏中的图标（或运用键盘快捷键“w”）。然后，你可以在对象周围拖动一个框并编写/选择标签：
标记完图像后，请运用CTRL+S或CMD+S保存XML文件（为简便起见，你可以运用自动填充的默许文件位置和称号）。要标记下一张图像，请单击“下一张图像”（或运用键盘快捷键“d”）。
整个数据集处置终了之后，你的文件夹应如下所示：
images/
| image0.jpg
| image0.xml
| image1.jpg
| image1.xml
| ...
我们曾经预备好末尾训练我们的对象检测模型了!
拜访GPU (责任编辑：admin)