win10中Anaconda(Python3.6)配置OpenCV3.3+深度神经网络实现
来源:互联网 发布:淘宝卖的衣服味道刺鼻 编辑:程序博客网 时间:2024/06/07 13:19
OpenCV3.3的发布带来的深度学习dnn模块的支持,模块支持
- Caffe
- Tensorflow
- Torch
等多个深度学习框架,并且有多个网络API接口
- GoogleLeNet
- AlexNet
- SqueezeNet
- VGGNet
- ResNet
等等。贡献者Rynikov Alexander对项目的详细介绍可以点击:这里查看。但是是用俄语写的,可以谷歌翻译来看。以下是不同网络的性能对比(翻译的不太好),另有官方链接,有很详细的功能说明和代码解释。
废话不多说,以下是我Anaconda(Python3.6)中配置OpenCV3.3的过程,以及深度神经网络示例程序的实现。
一、Anaconda安装
windows中安装十分简单,下载对应版本,根据官网指南安装即可,不再赘述。
二、opencv3.3安装
要在Anaconda中安装opencv3.3需要先下载安装包,然后启动Anaconda虚拟环境,利用pip命令即可安装。
- opencv3.3下载地址:http://www.lfd.uci.edu/~gohlke/pythonlibs/#opencv
- 选择相应版本,我根据系统选择64位python3.6的
- 刚才已经安装好了Anaconda,现在在win程序启动处打开Anaconda Navigatro
- 创建一个运行环境,选择python对应版本,起名opencv,我这里选择python3.6
- 在新建的opencv环境中打开一个命令终端
- 在新打开的终端中,进入下载的opencv安装文件,执行pip安装,安装成功,没有什么问题
- 接下来要安装numpy和matplotlib,分别执行下列代码进行安装
pip install numpy
pip install matplotlib - 目前位置,已经完成了Anaconda的opencv3.3的安装,在终端中运行测试,可以看出,链接库成功,打印出了3.3版本
import cv2
注:这种安装方式,只能在刚才创建的名为opencv的Anaconda环境中能使用,在普通cmd命令窗口不能使用opencv,原因是要另外配置环境变量,因为我的电脑里已经有一个opencv2.4.13了,为了避免两者混淆,我只在这个环境里使用。
三、深度神经网络的实现
官网给出了示例代码,下载下来,跑一跑。
- 官网地址http://www.pyimagesearch.com/2017/08/21/deep-learning-with-opencv/
- 在页面最下面填写邮箱地址,根据提示步骤可以直接获取示例程序源代码
- 获取源代码以后,解压,可以看到里面有写好的示例程序和测试图片
- 打开新建的名为opencv的环境里的终端,进入刚才下载的文件夹内,执行以下命令:
python deep_learning_with_opencv.py --image images/vending_machine.png --prototxt bvlc_googlenet.prototxt --model bvlc_googlenet.caffemodel --labels synset_words.txt
可以看到,终端上输出了对物体识别的得分情况,并且在图片上打上了识别效果。
我在网上下载了一个图片,放在文件夹里面,再进行一波测试
python deep_learning_with_opencv.py --image images/dog.png --prototxt bvlc_googlenet.prototxt --model bvlc_googlenet.caffemodel --labels synset_words.txt
- 可见竟然将这只狗识别成了狼,输出的第二排名才是狗。
- 再试一波:
可见,有些识别的效果有点不忍直视,但是有些结果还是很不错了。而且速度也很快,这次识别所用的是googlelenet的caffe模型,也只能用跑好的网络来forward,想用opencv来训练估计还是不太行。总之,opencv提供的这个接口算是给全民ai做了不小贡献呢!
四、函数框架简介
- 在dnn中从磁盘加载图片:
cv2.dnn.blobFromImage
cv2.dnn.blobFromImages - 用“create”方法直接从各种框架中导出模型:
cv2.dnn.createCaffeImporter
cv2.dnn.createTensorFlowImporter
cv2.dnn.createTorchImporter - 使用“读取”方法从磁盘直接加载序列化模型:
cv2.dnn.readNetFromCaffe
cv2.dnn.readNetFromTensorFlow
cv2.dnn.readNetFromTorch
cv2.dnn.readhTorchBlob
从磁盘加载完模型之后,可以用.forward方法来向前传播我们的图像,获取分类结果
参考:
- http://qiita.com/FukuharaYohei/items/5d49938ffd33d198f0c0(需要google翻译)
- http://qingmang.me/articles/-8015587844313365323/量子位期刊
- https://stackoverflow.com/questions/23119413/how-to-install-python-opencv-through-conda
- http://www.pyimagesearch.com/2017/08/21/deep-learning-with-opencv/
阅读全文
0 0
- win10中Anaconda(Python3.6)配置OpenCV3.3+深度神经网络实现
- win10+Anaconda+Tensorflow1.3+CUDA8.0+python3.5+pycharm+opencv3
- win10环境+pycharm+anaconda+python3.6+OpenCV3.3安装,ImportError: DLL load failed: 找不到指定的模块
- win10环境下 Anaconda python3 OpenCV3 安装正解
- win10下Anaconda+python3+opencv3+TensorFlow(CPU)的安装
- Anaconda Python3.6 OpenCV3.3 Ubuntu 16.04源码编译
- 在win10中python3安装opencv3
- win10/anaconda3/python3.6下opencv3.3安装
- Win10+Anaconda+python3.6安装Tensorflow
- OpenCV3.3 + Python3.6 开发环境配置
- 在Python3.4中实现opencv3.1.0的安装配置
- 在Python3.4中实现opencv3.1.0的安装配置
- 【Python配置】Win10配置Python3、Numpy、PyCharm、Anaconda
- win10+python3下Anaconda的安装及环境变量配置
- Win10+Python3.6.3(Anaconda3)+OpenCV3.2.0安装配置
- win10 中anaconda 安装python3版本的opencv
- Windows系统利用Anaconda配置OpenCv3.3
- Win10 中VS2015 配置opencv3.2
- 电脑PCIE插槽不够怎么办?笔记本怎么接高速采集卡?
- dm9000驱动分析
- ffmpeg
- 包含表示has-a模式,<valarray>类
- 操作系统常见面试题
- win10中Anaconda(Python3.6)配置OpenCV3.3+深度神经网络实现
- HttPClient的POST用法
- 全志R16平台的tinav2.0系统下调通HM1375(分色排版)
- react native动画
- Swift_访问控制(open>public>fileprivate>insternal>private)
- 隐式/显式反馈
- 1*1卷积核作用分析
- 【C#学习】枚举
- socket.io简易教程(群聊,发送图片,分组,私聊)