OpenCV 안에 있는 Detection 모델 사용 꿀팁

import cv2

# Tensorflow

cvNet = cv2.dnn.readNetFromTensorflow(‘가중치 모델 파일’,‘환경 파일’)

# Darknet (Yolo만 가능)

cvNet = cv2.dnn.readNetFromDarknet(‘가중치 모델 파일’,‘환경 파일’)

# Torch

cvNet = cv2.dnn.readNetFromTorch(‘가중치 모델 파일’,‘환경 파일’)

# Caffe

cvNet = cv2.dnn.readNetFromCaffe(‘가중치 모델 파일’,‘환경 파일’)

import cv2

# 모델 load

cv_net = cv2.dnn.readNetFromTensorflow(‘가중치 모델 파일’,‘환경 파일’)

# 이미지 load

img = cv2.imread(os.path.join(default_dir,‘data/image/beatles01.jpg’))

# 원본 이미지 shape, 시각화 할 때 필요합니다.

rows, cols = img.shape[0], img.shape[1]

draw_img = img.copy() # 원본 이미지는 보존하면서 시각화하기 위해

# 이미지를 모델에 입력합니다.

# 원본 이미지 배열 BGR을 RGB로 변환하여 배열 입력. swapRB

# Tensorflow Faster RCNN은 size를 고정할 필요가 없는 것으로 추정됩니다.

cv_net.setInput(cv2.dnn.blobFromImage(img, swapRB=True, crop=False))

# output

cv_out = cv_net.forward()

# cv_out.shape = [1,1,Detection 된 이미지수, 7] # 이미지를 1개만 넣었기 때문에

# Detection된 이미지별 각 결과 가져오기

for detection in cv_out[0,0,:,:]:

class_id = detection[1]

score = detection[2]

left = detection[3] * cols

top = detection[4] * rows

right = detection[5] * cols

bottom = detection[6] * rows

# 라벨 이름과 점수를 caption으로 이미지에 입력합니다.

caption = “{}: {:.4f}”.format(labels_to_names[class_id], score)

# Detection된 이미지에 직사각형 박스를 그려줍니다.

# cv2.rectangle()은 인자로 들어온 draw_img에 사각형을 그립니다. 위치 인자는 반드시 정수형입니다.

green_color = (0, 255, 0) # 박스 초록색

red_color = (0, 0, 255) # caption 빨간색

cv2.rectangle(draw_img, (int(left), int(top)), (int(right), int(bottom)), color=green_color, thickness=2)

cv2.putText(draw_img, caption, (int(left), int(top – 5)), cv2.FONT_HERSHEY_SIMPLEX, 0.4, red_color, 1)