【Jetson Nano】学习（3）——物体识别后提取出感兴趣的对象，目标检测，语义分割

前言

• 在前面的博客中我写了一篇关于实现目标检测的文章，但是我们只是作为一个测试使用，并没有具体说明他能干什么，感兴趣可以看看❤️【Jetson Nano】学习（2）——两种方法（命令行、openCV）打开摄像头、实现目标检测，语义分割
• 在这篇文章中我实现了目标检测和语义分割这一块，之前有说我们得到这个图像之后，可以方便我们去做很多事情，在这里我们就提出了，当我们要对某一个目标进行操作时，那怎么去提取出我们感兴趣的目标对象呢？ 这篇文章就会带你去实现这个功能
• ❤️点赞 收藏 ⭐留言 都是博主坚持写作、更新高质量博文的最大动力哦！❤️
  

定位对象

• 我们在这定位对象的学习中，主要是在jetson-inference库中使用DetectNet完成目标对象的定位的，是通过提取其边界框来查找各种对象在帧中的位置，在这里与图像分类不同，对象检测网络能够每帧检测出许多不同的对象。
• 该detectNet对象接受图像作为输入，并输入检测到的边界框的坐标列表及其类别和置信度值。detectNet可从python和C++中使用。我们可以下载各种预训练的模型进行实验，在这里我使用的是在MS COCO数据集上训练的91级SSD-Mobilenet-v2模型，该模型能在使用TensorRT的jetson上实现实时推理性能。

对象提取代码：

    for  detect in detections:
        ID = detect.ClassID
        top = int(detect.Top)
        bottom = int(detect.Bottom)
        left = int(detect.Left)
        right = int(detect.Right)
        name = net.GetClassDesc(ID)

• 通过上面的代码，我们可以得到对象的所对应的像素、ID、名称等等信息，同时也为我们后期实现对象跟踪提供了更多的信息。
• 在这里我把所识别到的cell phone用rectangle函数把他填充为绿色，并用putText函数把我们识别出来的名字给标注在图像的左上角。下面给出完整代码。

完整代码

import jetson.inference    #引入推理库
import jetson.utils               #引入工具库
import cv2                                #引入openCV
import numpy as np             #引入数值运算库
from time import sleep
width = 1280
height = 720

net = jetson.inference.detectNet("ssd-mobilenet-v2", threshold = 0.5)     #选择检测网络为‘ssd-mobilenet-v2’模型，阈值为0.5
camera = jetson.utils.gstCamera(width,height,'0')  #选择0号摄像头工具
object_pixel_last = 1

while 1:
    img, width, height = camera.CaptureRGBA(zeroCopy = 1)
    detections = net.Detect(img, width, height) 
    image = jetson.utils.cudaToNumpy(img,width, height, 4)   
    image1 = cv2.cvtColor (image, cv2.COLOR_RGBA2BGR).astype (np.uint8)
    
    for  detect in detections:
        ID = detect.ClassID
        top = int(detect.Top)
        bottom=int(detect.Bottom)
        left=int(detect.Left)
        right=int(detect.Right)
        name = net.GetClassDesc(ID)

        if name== 'cell phone':
            cv2.rectangle(image1,(left,top),(right,bottom),(0,255,0),-1)
            cv2.putText(image1,name, (left, top+20) , cv2.FONT_HERSHEY_SIMPLEX , 0.75 , (0, 0 , 255) , 1)

    cv2.imshow ("目标检测",image1)   #显示摄像头读取到的内容

    kk = cv2.waitKey(1)   #从键盘读取
    if kk == ord('q'):  # 按下 q键，退出
        break              #退出循环

识别效果

❤️点赞 收藏 ⭐留言 都是博主坚持写作、更新高质量博文的最大动力哦！❤️