[PYTHON] Bildanalyse mit Objekterkennungs-API zum Ausprobieren in 1 Stunde
version: python 3.7.7 OS: macOS Catalina 10.15.3 tensorflow: 2.2.0-rc1
Umgebung
Verwenden Sie die Python3-Serie.
Verwenden Sie für die Python-Version pyenv usw. und installieren Sie die neueste. (Siehe andere Artikel für pyenv.)
- Verwenden Sie diesmal 3.7.7
Pip installieren und aktualisieren.
sudo easy_install pip
sudo easy_install --upgrade six
sudo pip install --upgrade pip
Installieren Sie die erforderlichen Bibliotheken.
pip install Cython
pip install contextlib2
pip install pillow
pip install lxml
pip install jupyter
pip install matplotlib
Installieren Sie TensorFlow.
- Ich habe die RC-Version verwendet, aber bitte verwenden Sie die neueste stabile Version aus dem Folgenden. https://www.tensorflow.org/versions
pip install tensorflow
//Versionsbestätigung
python -c 'import tensorflow as tf; print(tf.__version__)'
2.2.0-rc1
Installieren Sie protobuf.
brew install protobuf
Klonen Sie das TensorFlow-Modell. (Erstellen Sie ein Tensorflow-Verzeichnis.)
cd tensorflow
git clone https://github.com/tensorflow/models.git
Ausführung der Erkennungs-API
Es wird auf dem Jupyter-Notebook ausgeführt.
cd ~/tensorflow/models/research/object_detection/
Jupyter notebook
Das Verzeichnis wird im Browser angezeigt. Klicken Sie auf "object_detection_tutorial.ipynb", um das Notizbuch zu öffnen.
Wählen Sie im Notizbuch "Alle ausführen" aus "Zelle".
Elemente wie Personen werden erkannt.
PATH_TO_TEST_IMAGES_DIR = pathlib.Path('models/research/object_detection/test_images')
Das zu analysierende Bild wird im obigen Verzeichnis gespeichert. Bitte ändern Sie die Datei und analysieren Sie Ihr Lieblingsbild.
Recommended Posts