一個小小工程師的心情抒發天地

原則上我很少一天會寫超過兩篇文章以上, 但我認為這還是歸納在同一個裡面, 加上我下周開始可能會進入忙碌期, 所以先把這部分的程式碼貼出來, 然後我們有機會再來聊聊有關於yolov4以及自動辨識這一塊.

而有鑑於前面兩篇文章的關係, 所以我們其實只需要Yolo原則上我很少一天會寫超過兩篇文章以上, 但我認為這還是歸納在同一個裡面, 加上我下周開始可能會進入忙碌期, 所以先把這部分的程式碼貼出來, 然後我們有機會再來聊聊有關於yolov4以及自動辨識這一塊.

首先我們需要以下軟體,

        1. YoloV4

        2. OpenCV

        3. PyCharm

        4. Python

        5. Tensorflow

而有鑑於前面兩篇文章的關係, 所以我們其實只需要YoloV4 以及 OpenCV而已, 那這裡會教大家用一個非常快的方式來安裝, 就看下去吧.

Step1. 使用管理者權限打開命令提示字元

> conda env list ( 我們確認有哪些環境, 這是個好習慣, 外加自己很有可能會腦殘拼錯, 所以打出來讓自己看是沒問題的 )

> activate tf_1.13 ( 我們激活這個tf_1.13... 激活, 進入, 啟動...隨便喊 )

> pip install opencv-python

> pip install opencv-contrib-python

成功我們會得到下面這張圖片

Step2. 接下來我們去下載YoloV4

> 在Google 輸入Yolov4 weights, 我們會得到這個網頁

> 點進去我們下載 weights-file

> 然後把他丟到D:\!_YOLO_Source_Code

Step3. 接下來我們來訓練模型

> 這裡需要注意的地方是, 我們Model的路徑要給對, 名稱也要確實給正確 yolov4.weights

> 最後我們訓練出來會是一個檔案 " YOLO_v4_416.ckpt.meta "

Step4. 開始使用, 這裡我們簡單來解釋一下

> main, 我們給定model_path, 也就是剛剛訓練好的meta檔案, 並且指定GPU的ratio (none = all ), 但盡量給1以下.

> 接下來我們到real_time_obj_detection

> 程式會一開始進行初始化, 並且透過我們設定的configuration去進行yolo v4 的initialize.

> 接下來會去判斷 > 假如攝影機是打開 > 讀取影像 > 然後丟到我們的 yolo_v4.detection(img)去分析

> 最後我們將這個影片加上FPS的顯示, 照片文字的顯示

> 直到這個攝影機被關閉為止

最後我們來顯示成果, 

> 人物 & 物品 的辨識

> 交通號誌的辨識( 我真的很懶惰下樓, 所以就拿照片來替代 )

> 汽車

結論,

由於本人電腦效能較差, 無法有太好的體驗, 但以目前的技術來說, 辨識一般東西不成問題, 接下來這幾天我們就來好好的玩玩看YOLOV4吧