【深度学习：目标检测】 py-faster-rcnn_caffemodel对人脸进行标注

转载：http://blog.youkuaiyun.com/xzzppp/article/details/52071546

本程序在py-faster-rcnn/tools/demo.py的基础上进行修改

程序功能：利用训练好的caffemodel，对人脸进行标注

[python]  view plain  copy

1. #!/usr/bin/env python  
2.   
3. # --------------------------------------------------------  
4. # Faster R-CNN  
5. # Copyright (c) 2015 Microsoft  
6. # Licensed under The MIT License [see LICENSE for details]  
7. # Written by Ross Girshick  
8. # --------------------------------------------------------  
9.   
10. """ 
11. Demo script showing detections in sample images. 
12.  
13. See README.md for installation instructions before running. 
14. """  
15.   
16. import _init_paths  
17. from fast_rcnn.config import cfg  
18. from fast_rcnn.test import im_detect  
19. from fast_rcnn.nms_wrapper import nms  
20. from utils.timer import Timer  
21. import matplotlib.pyplot as plt  
22. import numpy as np  
23. import scipy.io as sio  
24. import caffe, os, sys, cv2  
25. import argparse  
26.   
27. #CLASSES = ('__background__',  
28. #           'aeroplane', 'bicycle', 'bird', 'boat',  
29. #           'bottle', 'bus', 'car', 'cat', 'chair',  
30. #           'cow', 'diningtable', 'dog', 'horse',  
31. #           'motorbike', 'person', 'pottedplant',  
32. #           'sheep', 'sofa', 'train', 'tvmonitor')  
33.   
34. CLASSES = ('__background__','face')  
35.   
36. NETS = {'vgg16': ('VGG16',  
37.                   'VGG16_faster_rcnn_final.caffemodel'),  
38.         'myvgg': ('VGG_CNN_M_1024',  
39.                   'VGG_CNN_M_1024_faster_rcnn_final.caffemodel'),  
40.         'zf': ('ZF',  
41.                   'ZF_faster_rcnn_final.caffemodel'),  
42.         'myzf': ('ZF',  
43.                   'zf_rpn_stage1_iter_80000.caffemodel'),  
44. }  
45.   
46.   
47. def vis_detections(im, class_name, dets, thresh=0.5):  
48.     """Draw detected bounding boxes."""  
49.     inds = np.where(dets[:, -1] >= thresh)[0]  
50.     if len(inds) == 0:  
51.         return  
52.   
53.     #write_file.write(array[current_image] + ' ') #add by zhipeng  
54.     #write_file.write('face' + ' ') #add by zhipeng  
55.     im = im[:, :, (2, 1, 0)]  
56.     #fig, ax = plt.subplots(figsize=(12, 12))  
57.     #ax.imshow(im, aspect='equal')  
58.     for i in inds:  
59.         bbox = dets[i, :4]  
60.         score = dets[i, -1]  
61.   
62.         write_file.write(array[current_image] + ' ') #add by zhipeng  
63.         #write_file.write('face' + ' ')  
64.         ##########   add by zhipeng for write rectange to txt   ########  
65.         #bbox[0]:x, bbox[1]:y, bbox[2]:x+w, bbox[3]:y+h  
66.         write_file.write( "{} {} {} {}\n".format(str(int(bbox[0])), str(int(bbox[1])),  
67.                                                         str(int(bbox[2])-int(bbox[0])),  
68.                                                         str(int(bbox[3])-int(bbox[1]))))  
69.         #print "zhipeng, bbox:", bbox, "score:",score  
70.         ##########   add by zhipeng for write rectange to txt   ########  
71.   
72.           
73.   
74. def demo(net, image_name):  
75.     """Detect object classes in an image using pre-computed object proposals."""  
76.   
77.     # Load the demo image  
78.     #im_file = os.path.join(cfg.DATA_DIR, 'demo', image_name)  
79.     im = cv2.imread(image_name)  
80.   
81.     # Detect all object classes and regress object bounds  
82.     timer = Timer()  
83.     timer.tic()  
84.     scores, boxes = im_detect(net, im)  
85.     timer.toc()  
86.     print ('Detection took {:.3f}s for '  
87.            '{:d} object proposals').format(timer.total_time, boxes.shape[0])  
88.   
89.     # Visualize detections for each class  
90.     CONF_THRESH = 0.8  
91.     NMS_THRESH = 0.3  
92.     for cls_ind, cls in enumerate(CLASSES[1:]):  
93.         cls_ind += 1 # because we skipped background  
94.         cls_boxes = boxes[:, 4*cls_ind:4*(cls_ind + 1)]  
95.         cls_scores = scores[:, cls_ind]  
96.         dets = np.hstack((cls_boxes,  
97.                           cls_scores[:, np.newaxis])).astype(np.float32)  
98.         keep = nms(dets, NMS_THRESH)  
99.         dets = dets[keep, :]  
100.         vis_detections(im, cls, dets, thresh=CONF_THRESH)  
101.   
102. def parse_args():  
103.     """Parse input arguments."""  
104.     parser = argparse.ArgumentParser(description='Faster R-CNN demo')  
105.     parser.add_argument('--gpu', dest='gpu_id', help='GPU device id to use [0]',  
106.                         default=0, type=int)  
107.     parser.add_argument('--cpu', dest='cpu_mode',  
108.                         help='Use CPU mode (overrides --gpu)',  
109.                         action='store_true')  
110.     parser.add_argument('--net', dest='demo_net', help='Network to use [vgg16]',  
111.                         choices=NETS.keys(), default='vgg16')  
112.   
113.     args = parser.parse_args()  
114.   
115.     return args  
116.   
117. if __name__ == '__main__':  
118.     cfg.TEST.HAS_RPN = True  # Use RPN for proposals  
119.   
120.     args = parse_args()  
121.   
122.     prototxt = os.path.join(cfg.MODELS_DIR, NETS[args.demo_net][0],  
123.                             'faster_rcnn_alt_opt', 'faster_rcnn_test.pt')  
124.     caffemodel = os.path.join(cfg.DATA_DIR, 'faster_rcnn_models',  
125.                               NETS[args.demo_net][1])  
126.   
127.     if not os.path.isfile(caffemodel):  
128.         raise IOError(('{:s} not found.\nDid you run ./data/script/'  
129.                        'fetch_faster_rcnn_models.sh?').format(caffemodel))  
130.   
131.     if args.cpu_mode:  
132.         caffe.set_mode_cpu()  
133.     else:  
134.         caffe.set_mode_gpu()  
135.         caffe.set_device(args.gpu_id)  
136.         cfg.GPU_ID = args.gpu_id  
137.     net = caffe.Net(prototxt, caffemodel, caffe.TEST)  
138.   
139.     print '\n\nLoaded network {:s}'.format(caffemodel)  
140.   
141.     # Warmup on a dummy image  
142.     im = 128 * np.ones((300, 500, 3), dtype=np.uint8)  
143.     for i in xrange(2):  
144.         _, _= im_detect(net, im)  
145.   
146.     '''''im_names = ['000456.jpg', '000542.jpg', '001150.jpg', 
147.                 '001763.jpg', '004545.jpg']'''  
148.   
149.     ##########   add by zhipeng for write rectange to txt   ########  
150.     #write_file_name = '/home/xiao/code/py-faster-rcnn-master/py-faster-rcnn/tools/detections/out.txt'  
151.     #write_file = open(write_file_name, "w")  
152.     ##########   add by zhipeng for write rectange to txt   ########  
153.   
154. #    for current_file in range(1,11):      #orginal range(1, 11)  
155.   
156. #    print 'Processing file ' + str(current_file) + ' ...'  
157.   
158.     read_file_name = '/home/xiao/code/py-faster-rcnn-master/py-faster-rcnn/data/pos_fold/name.txt'  
159.     write_file_name = '/home/xiao/code/py-faster-rcnn-master/py-faster-rcnn/data/pos_fold/annotate.txt'  
160.     write_file = open(write_file_name, "w")  
161.   
162.     with open(read_file_name, "r") as ins:  
163.         array = []  
164.         for line in ins:  
165.             line = line[:-1]  
166.             array.append(line)      # list of strings  
167.   
168.     number_of_images = len(array)  
169.   
170.     for current_image in range(number_of_images):  
171.         if current_image % 100 == 0:  
172.             print 'Processing image : ' + str(current_image)  
173.         # load image and convert to gray  
174.         read_img_name = '/home/xiao/code/py-faster-rcnn-master/py-faster-rcnn/data/pos/' + array[current_image].rstrip()  
175.         #write_file.write(array[current_image]) #add by zhipeng  
176.         demo(net, read_img_name)  
177.   
178.     write_file.close()  
179.   
180.     '''''for im_name in im_names: 
181.         print '~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~' 
182.         print 'Demo for data/demo/{}'.format(im_name) 
183.         write_file.write(im_name + '\n') #add by zhipeng 
184.         demo(net, im_name)'''  
185.   
186.     #write_file.close()  # add by zhipeng,close file  
187.     plt.show()