Python ን በመጠቀም የ OpenCV ምስል ምደባዎችን ይፍጠሩ -7 ደረጃዎች

2024 ደራሲ ደራሲ: John Day | [email protected]. ለመጨረሻ ጊዜ የተሻሻለው: 2024-01-30 07:33

በፓይዘን እና በክፍትቪቭ ውስጥ የሃር ምድብ ፈጣሪዎች በጣም አስቸጋሪ ግን ቀላል ሥራ ናቸው።

እኛ ብዙውን ጊዜ በምስል መለየት እና ምደባ ውስጥ ያሉ ችግሮች ያጋጥሙናል። በጣም ጥሩው ሶሉቲዮ የራስዎን ክላሲፋየር መፍጠር ነው። እዚህ እኛ በጥቂት ትዕዛዞች እና ረዥም ገና ቀላል የፓይታይን መርሃ ግብሮች የራሳችንን የምስል መከፋፈያዎችን መስራት እንማራለን

ምደባው ብዙ ቁጥር ያላቸው አሉታዊ እና አወንታዊ ምስሎች አሉታዊ ነገሮች የሚፈለገውን ነገር አልያዙም ፣ ነገር ግን አወንቶቹ የሚታወቁበትን ነገር የያዙ ናቸው።

ወደ 2000 ገደማ አሉታዊ እና አዎንታዊ ነገሮች ያስፈልጋሉ። የፓይዘን ፕሮግራም ምስሎችን ወደ ግራጫማ እና ተስማሚ መጠን ይለውጠዋል ስለዚህ ፈጣሪዎች ለመፍጠር አመቺ ጊዜን ይወስዳሉ።

ደረጃ 1 ሶፍትዌሮች ያስፈልጋሉ

የራስዎን ክላሲፋየር ለመፍጠር የሚከተሉትን ሶፍትዌሮች ያስፈልግዎታል

1) OpenCV: እኔ የተጠቀምኩት ስሪት 3.4.2 ነው። ስሪቱ በበይነመረብ ላይ በቀላሉ ይገኛል።

2) ፓይዘን - ስሪቱ ጥቅም ላይ የዋለው 3.6.2 ነው። ከ python.org ማውረድ ይችላል

በተጨማሪም የድር ካሜራ (በእርግጥ) ያስፈልግዎታል።

ደረጃ 2 ምስሎችን ማውረድ

የመጀመሪያው እርምጃ ሊመደብበት የሚገባውን ነገር ግልጽ ምስል ማንሳት ነው።

ኮምፒዩተሩ እንዲሠራ ትልቅ ጊዜ ስለሚወስድ መጠኑ በጣም ትልቅ መሆን የለበትም። እኔ 50 በ 50 መጠን ወሰድኩ።

በመቀጠል አሉታዊ እና አዎንታዊ ምስሎችን እናወርዳለን። በመስመር ላይ ሊያገ canቸው ይችላሉ። ግን ምስሎችን ከ ‹https://image-net.org› ለማውረድ የፓይዘን ኮዱን እንጠቀማለን።

በመቀጠል ምስሎቹን ወደ ግሬስካል እና ወደ መደበኛ መጠን እንለውጣለን። ይህ ኮድ በኮድ ውስጥ ተተግብሯል። እንዲሁም ኮዱ ማንኛውንም የተሳሳተ ምስል ያስወግዳል

አሁን ማውጫዎ የነገሩን ምስል መያዝ አለበት ለምሳሌ watch5050-j.webp

የውሂብ አቃፊ ካልተፈጠረ ፣ እራስዎ ያድርጉት

የፓይዘን ኮድ በ.py ፋይል ውስጥ ተሰጥቷል

ደረጃ 3 በ OpenCV ውስጥ አዎንታዊ ናሙናዎችን መፍጠር

አሁን ወደ opencv_createsamples ማውጫ ይሂዱ እና ከላይ የተጠቀሱትን ይዘቶች ሁሉ ያክሉ

በኮማድ ጥያቄ ውስጥ የ opencv_creates አብነቶችን እና opencv_traincascade መተግበሪያዎችን ለማግኘት ወደ C: / opencv342 / build / x64 / vc14 / bin

አሁን የሚከተሉትን ትዕዛዞች ያስፈጽሙ

opencv_createsamples -img watch5050-j.webp

ይህ ትእዛዝ የነገሩን 1950 አዎንታዊ ናሙናዎች በትክክል ለመፍጠር ነው እና የማብራሪያ ፋይል info.lst ከአዎንታዊ ምስሎች መግለጫው እንደዚህ መሆን አለበት 0001_0014_0045_0028_0028-j.webp

አሁን አቃፊው ይ containsል

መረጃ

neg ምስሎች አቃፊ

bg.txt ፋይል

ባዶ የውሂብ አቃፊ

ደረጃ 4: አዎንታዊ የቬክተር ፋይል መፍጠር

አሁን ወደ አወንታዊ ምስሎች የሚወስደውን አወንታዊ የቬክተር ፋይል ይፍጠሩ

የሚከተለውን ትዕዛዝ ይጠቀሙ

opencv_createsamples -info info/info.lst -num 1950 -w 20 -h 20 -vec positives.vec

በአሁኑ ጊዜ የማውጫው ይዘት የሚከተለው መሆን አለበት

--አን

---- አሉታዊ ነገሮች.jpg

--opencv

-መረጃ

-ውሂብ

-አዎንታዊ ነገሮች. vec

--bg.txt

--watch5050-j.webp

ደረጃ 5 - ክላሲፋየርን ማሰልጠን

አሁን የ haar cascade ን ለማሰልጠን እና የ xml ፋይልን ለመፍጠር ይፍቀዱ

የሚከተለውን ትዕዛዝ ይጠቀሙ

opencv_traincascade -data ውሂብ -vec positives.vec -bg bg.txt -numPos 1800 -numNeg 900 -numStages 10 -w 20 -h 20

ደረጃዎች ናቸው 10 ደረጃዎቹን ማሳደግ ብዙ ሂደት ይጠይቃል ፣ ነገር ግን አመዳጁ የበለጠ ቀልጣፋ ነው።

አሁን haarcascade ተፈጥሯል ለማጠናቀቅ ሁለት ሰዓታት ያህል ይወስዳል የውሂብ አቃፊውን እዚያ ይክፈቱ cascade.xml ይህ የተፈጠረው ክላሲፋየር ነው

ደረጃ 6: ክላሲፋየርን መሞከር

የውሂብ አቃፊው ከላይ በምስሉ ላይ እንደሚታየው ፋይሎቹን ይ containsል።

ክላሲፋዩን ከፈጠሩ በኋላ የ object_detect.py ፕሮግራምን በማስኬድ ክላሲፉ እየሰራ መሆኑን ወይም እንዳልሆነ እናያለን። የ classifier.xml ፋይልን በፓይዘን ማውጫ ውስጥ ማስቀመጥዎን አይርሱ።

ደረጃ 7: ልዩ ምስጋና

ታላቅ የፓይዘን ፕሮግራም አውጪ የሆነውን እዚህ Sentdex ን ማመስገን እፈልጋለሁ።

እሱ ከላይ የተጠቀሰው ስም ያለው የዩቱብ ስም አለው እና ብዙ የረዳኝ ቪዲዮ ይህ አገናኝ አለው

አብዛኛው ኮድ ከ sentdex ተቀድቷል። ከሴዴዴክስ ብዙ እገዛ ቢወሰደኝም አሁንም ብዙ ችግሮች አጋጥመውኛል። እኔ ልምዴን ለማካፈል ፈልጌ ነበር።

ይህ የማይረሳ እንደረዳዎት ተስፋ አደርጋለሁ !!! ለበለጠ ይጠብቁ።

ቢ

ታሂር ኡል ሐቅ