10行代码实现目标检测 ｜视觉进阶

译者|Arno

来源|Medium

• 要知道图像中的目标是什么?

• 或者你想数一幅图里有多少个苹果?

在本文中，我将向你展示如何使用Python在不到10行代码中创建自己的目标检测程序。

如果尚未安装python库，你需要安装以下python库:

opencv-python
cvlib
matplotlib
tensorflow

下面的代码导入所需的python库，从存储中读取图像，对图像执行目标检测，并显示带有边界框和关于检测目标的标签的图像。

import cv2
import matplotlib.pyplot as plt
import cvlib as cv
from cvlib.object_detection import draw_bbox
im = cv2.imread('apple-256261_640.jpg')
bbox, label, conf = cv.detect_common_objects(im)
output_image = draw_bbox(im, bbox, label, conf)
plt.imshow(output_image)
plt.show()

下面是使用上述代码进行目标检测的一些结果。

到这，你就已经准备完成你的目标检测程序了。

要了解更多关于cvlib库的信息，可以访问下面的链接。

• cvlib ^[1]

以下是一些进一步的阅读资料，以了解目标检测的工作原理:

• 使用深度学习方法的目标检测 ^2

• 基本目标检测算法的逐步介绍(第1部分) ^3

^[1] : https://www.cvlib.net/?source=post_page—–2d28eebc5b11———————-

留言送书福利

为了鼓励大家踊跃在文章 留言区 分享自己的看法，磐创AI推出了“留言送书”活动~在本文文末 留言 即可参与活动，留言内容需为主题相关 。欢迎大家在日常推文中留言，以后将不定期推出 “留言送书”活动。

恭喜上期留言读者赵其昌，获赠书籍一本。请 赵其昌 同学联系小编：cellerai

你也许还想 看 ：

●  使用Python在少于10行代码中计数汽车数量 ｜视觉实战

●  理解卷积神经网络中的输入与输出形状 | 视觉入门

●  了解1D和3D卷积神经网络|Keras

欢迎扫码关注：

 点击下方  |  阅 读 原 文  |  了解更多