OpenCV+深度學習預訓練模型，簡單搞定影象識別 | 教程
轉載：https://mp.weixin.qq.com/s/J6eo4MRQY7jLo7P-b3nvJg
李林 編譯自 pyimagesearch
作者 Adrian Rosebrock
量子位 報道 | 公眾號 QbitAI
OpenCV是一個2000年釋出的開源計算機視覺庫，有進行物體識別、影象分割、人臉識別、動作識別等多種功能，可以在Linux、Windows、Android、Mac OS等作業系統上執行，以輕量級、高效著稱，且提供多種語言介面。
而OpenCV最近一次版本更新，為我們帶來了更好的深度學習支援，在OpenCV中使用預訓練的深度學習模型變得非常容易。
pyimagesearch網站今天釋出了一份用OpenCV+深度學習預訓練模型做影象識別的教程，量子位編譯整理如下：
最近，OpenCV 3.3剛剛正式釋出，對深度學習（dnn模組）提供了更好的支援，dnn模組目前支援Caffe、TensorFlow、Torch、PyTorch等深度學習框架。
另外，新版本中使用預訓練深度學習模型的API同時相容C++和Python，讓系列操作變得非常簡便：
-
從硬碟載入模型；
-
對輸入影象進行預處理；
-
將影象輸入網路，獲取輸出的分類。
當然，我們不能、也不該用OpenCV訓練深度學習模型，但這個新版本讓我們能把用深度學習框架訓練好了的模型拿來，高效地用在OpenCV之中。
這篇文章就展示瞭如何用ImageNet上預訓練的深度學習模型來識別影象。
OpenCV 3.3中的深度學習
自OpenCV 3.1版以來，dnn模組一直是opencv_contrib庫的一部分，在3.3版中，它被提到了主倉庫中。
用OpenCV 3.3，可以很好地利用深度學習預訓練模型，將它們作為分類器。
新版OpenCV相容以下熱門網路架構：
-
AlexNet
-
GoogLeNet v1（也叫Inception-5h）
-
ResNet-34/50/…
-
SqueezeNet v1.1
-
VGG-based FCN
-
ENet
-
VGG-based SSD
-
MobileNet-based SSD
該模組的主要貢獻者Rynikov Alexander，對這個模組有遠大的計劃，不過，他寫的release notes是俄語的，感興趣的同學請自行谷歌翻譯著讀：https://habrahabr.ru/company/intel/blog/333612/
我認為，dnn模組會對OpenCV社群產生很大的影響。
函式和框架
在OpenCV中使用深度學習預訓練模型，首先要安裝OpenCV 3.3，安裝過程量子位就不再詳細描述了……
下面是我們將用到的一些函式。
在dnn中從磁碟載入圖片：
-
cv2.dnn.blobFromImage -
cv2.dnn.blobFromImages
用“create”方法直接從各種框架中匯出模型：
-
cv2.dnn.createCaffeImporter -
cv2.dnn.createTensorFlowImporter -
cv2.dnn.createTorchImporter
使用“讀取”方法從磁碟直接載入序列化模型：
-
cv2.dnn.readNetFromCaffe -
cv2.dnn.readNetFromTensorFlow -
cv2.dnn.readNetFromTorch -
cv2.dnn.readhTorchBlob
從磁碟載入完模型之後，可以用.forward方法來向前傳播我們的影象，獲取分類結果。
用OpenCV和深度學習給影象分類
接下來，我們來學習如何用Python、OpenCV和一個預訓練過的Caffe模型來進行影象識別。
下文用到的深度學習模型是在ImageNet上預訓練過的GoogleLeNet。GoogleLeNet出自Szegedy等人2014年的論文Going Deeper with Convolutions，詳情見：https://arxiv.org/abs/1409.4842
首先，開啟一個新檔案，將其命名為deep_learning_with_opencv.py，插入如下程式碼，來匯入我們需要的包：
然後拆解命令列引數：
其中第8行ap = argparse.ArgumentParser()是用來建立引數解析器的，接下來的程式碼用來建立4個命令列引數：
-
—image：輸入影象的路徑；
-
—prototxt：Caffe部署prototxt的路徑
-
—model：預訓練的Caffe模型，例如網路權重等；
-
—labels：ImageNet標籤的路徑，例如syn-sets。
我們在建立引數之後，將它們解析並存在一個變數args中，供稍後使用。
接下來，載入輸入影象和標籤：
第20行從磁碟載入了影象，第23行和24行載入了這些標籤：
搞定了標籤之後，我們來看一下dnn模組：
注意上面程式碼中的註釋，我們使用cv2.dnn.blobFromImage執行mean subtraction來對輸入影象進行歸一化，從而產生一個已知的blob形狀。
然後從磁碟載入我們的模型：
我們用cv2.dnn.readNetFromCaffe來載入Caffe模型定義prototxt，以及預訓練模型。
接下來，我們以blob為輸入，在神經網路中完成一次正向傳播：
請注意：我們不是在訓練CNN，而是在使用預訓練模型，因此只需要將blob從網路中傳遞過去，來獲取結果，不需要反向傳播。
最後，我們來為輸入影象取出5個排名最高的預測結果：
我們可以用NumPy來選取排名前5的結果，然後將他們顯示出來：
分類結果
我們已經在OpenCV中用Python程式碼實現了深度學習影象識別，現在，可以拿一些圖片來試一試。
開啟你的終端，執行以下命令：
就會得到這樣的結果：
OpenCV和GoogleLeNet正確地認出了比格小獵犬，排名第一的結果是正確的，之後的4項結果相關度也很高。
在CPU上執行這個演算法，得到結果也只需要不到一秒鐘。
再來一張：
結果如下：
再來：
結果依然不錯：
最後一個例子：
也認得不錯：