十行Python代码搞定图片中的物体检测

　　“Word is useless, show me the pic” -MR Lu

　　先看下原图：

　　图片表述的是一男一女在散步，后面有一辆车，现在来看下我们通过十行代码实现的效果：

　　我们可以看到，在这幅图中其实有三个“person”被识别出来，包括后面非常非常小的行人，还有一个“car”被识别出来，可以说模型能力基本达到了人眼的能力。现在就来介绍如何把这个识别结果用10行python代码实现。

　　代码

　　既然代码用得少，必然是站在了巨人的肩膀上去做事，需要安装大量第三方库。

　　1.需要首先用pip3安装以下库：

　　pip3 install numpy、scipy、opencv-python、pillow、matplotlib、h5py、keras、

　　注意：用到的是python3，有一些库在国内安装很慢，可以使用豆瓣源

　　pip3  install 第三方库名  -i  https://pypi.doubanio.com/simple/  --trusted-host pypi.doubanio.com

　　2.然后要安装用到的识别库，名字叫imageai：

　　pip3 install https://github.com/OlafenwaMoses/ImageAI/releases/download/2.0.1/imageai-2.0.1-py3-none-any.whl

　　3.接着要下载训练好的模型，我们直接使用现成的模型做预测，模型地址（145MB）：

　　https://github.com/OlafenwaMoses/ImageAI/releases/download/1.0/resnet50_coco_best_v2.0.1.h5

　　4.最后来看看代码：

　　from imageai.Detection import ObjectDetection

　　import os

　　execution_path = os.getcwd()

　　detector = ObjectDetection()

　　detector.setModelTypeAsRetinaNet()

　　detector.setModelPath( os.path.join(execution_path , "resnet50_coco_best_v2.0.1.h5"))

　　detector.loadModel()

　　detections = detector.detectObjectsFromImage(input_image=os.path.join(execution_path , "image3.jpg"), output_image_path=os.path.join(execution_path , "image3new.jpg"))

　　for eachObject in detections:

　　print(eachObject["name"] + " : " + eachObject["percentage_probability"] )

　　print("--------------------------------")

　　clone代码地址：https://github.com/OlafenwaMoses/ImageAI

　　其中模型要跟代码放到统一路径下，image2.jpg是输入图片，image2new.jpg是输出图片。一共有效行数为10，不是你来打我，哈哈。运行这个文件就会生成标记好的图片。

　　是不是很简单，希望能为您带来帮助，更多详情请继续关注我们洛阳软件制作！