IMAGEAI 目录结构
|--iamgeAI/
| |
| |--Face_acquisition_from_video/ #人脸获取
| | |
| | |--data/
| | | |
| | | |--data_dlib/* 预训练文件 shape_predictor_68_face_landmarks.dat、dlib_face_recognition_resnet_model_v1.dat、shape_predictor_5_face_landmarks.dat
| | | |
| | | |--data_faces_from_camera/ #存储获取的图片
| | |
| | |-- face_acquisition.py #程序运行:python face_acquisition.py,输入录入对象
| |
| |--Face_Recognition/ #人脸识别
| | |
| | |--knn_data/
| | | |
| | | |--train/ #存储knn模型人脸数据
| | | |
| | | |--test/ #测试
| | |
| | |--model/ #存储knn模型
| | |
| | |--xml/ #cv2 目标识别参数文件
| | |
| | |--face_recognition_knn.py #knn模型建立, python face_recognition_knn.py
| | |
| | |--facerec_from_webcam.py --------|
| | | |--#调用摄像头,实时人脸识别
| | |--facerec_from_webcam_faster.py--|
| |
| |--object_detection/
| | |
| | |--keras-yolo3/
| | | |
| | | |--real_time_video_person_detect.py #对象识别,实时监控
| | | |
| | | |--object_detection_yolo_for_train.py #人物识别,截图保存
| | |
| | |相关模型由于太大上传不了,见附件链接信息
| | |
| |
| |--safety_helmet_recognition/
| | |
| | |--train/ #训练集
| | |--val/ #验证集
| | |
| | |--train.py #python train.py
| | |
| | |--predict.py #预测代码
| | |
| | |
图片均来源于网上
1、人脸识别 face_recognition_knn.py 对图片进行特征提取,建立knn模型
facerec_from_webcam_faster.py 调取笔记本摄像头,调用knn模型,实现实时人脸人脸(也可以修改为通过图片的输入进行人脸识别) eg: facerec_from_webcam 和 facerec_from_webcam_faster 区别在于获取图像的大小
2、图像识别 object_detection_yolo_for_train.py 生成训练数据 识别图片:带安全帽和不带安全帽,标注数据集 存储格式为: ./train/no_hat/ ; ./train/has_hat/ ; ./val/no_hat/ ; ./val/has_hat/ ;
3、图像分类模型训练 safety_helmet_recognition/train.py 使用vgg或者resnet预训练模型,提取网络结构,输入模型训练,并生成分类模型
4、以上介绍的各项功能都以是单独功能模块,组合起来可以实现人脸识别,目标检测,特定业务的目标检测等。
所用相关模型文件可以通过下面百度网盘链接进行下载: 链接:https://pan.baidu.com/s/1VMqkFPoblt2xf47cLgAl6Q 提取码:wwma