QT——百度EasyDL深度学习模型调用（人脸检测）

• 前言：基于QT平台开发的一款人脸口罩检测系统，利用百度AI-EasyDL平台搭建深度学习模型并通过api调用。

准备工作

• 1、登录百度AI-EasyDL平台，注册账号，按照帮助文档新建模型
• 2、按照帮助文档建立数据集，并给数据集标注（这里可以直接上传未标注的数据集-图片，然后跟着说明一张一张图片标注）
• 3、为模型添加数据集、训练模型、校验、发布。
• 4、点击模型页“服务详情”->立即使用即可获取到API Key和Secret Key保存备用。

数据集：

模型页：

• 5、布局更改：在上一篇文章布局的基础上添加两个按钮：“打开文件”与“发送请求”，布局在原先的基础上稍微修改一下，如下图所示：

• 6、添加以上按钮的槽函数（这里不直接右击按钮转到槽函数，而是在代码里使用connect机制）与发送请求的接收数据函数：

• 7、在构造函数中设置request按钮的文本和不可点击属性，在截图按钮的槽函数中打开request按钮的可点击属性并指定其槽函数

//设置request按钮的文本显示
    ui->request->setText("获取AccessToken");
    ui->request->setDisabled(true);

//设置request按钮的可点击属性
    ui->request->setEnabled(true);
    getAccessToken = connect(ui->request, SIGNAL(clicked()), this, SLOT(on_getAccessToken()));

获取AccessToken

• 点击获取AccessToken按钮即可触发请求函数。请求函数主要内容是设置apiKey和secretKey的内容，然后按照api文档设置请求头，以及url，最后绑定该请求对应的接收函数即可。这里在使用net相关功能时，.pro文件里需要添加QT += network来支持net应用开发。

//获取AccessToken
void MainWindow::on_getAccessToken(){
   
   
    QString apiKey = "x7AfM65W69R5Z6fY8wVYvOct";//替换为个人的apiKey
    QString secretKey = "qw1eG**************AV6d7oNM";//替换为个人的secretKey
    QNetworkRequest request;
    request.setRawHeader("Content-Type", "application/json");
    request.setRawHeader("charset", "UTF-8");
    QUrl url("https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=" + apiKey + "&client_secret=" + secretKey);
    request.setUrl(url);
    QByteArray data;

    get_accessToken =  new QNetworkAccessManager(this);
    connect(get_accessToken, SIGNAL(finished(QNetworkReply*)), this, SLOT(accessTokenResult(QNetworkReply*)));

    get_accessToken->post(request, data);
}

• 返回结果接收函数主要是将接收到的结果进行json解析，获取其中的access_token值即可，如若收到的值没有错误，则进行修改request按钮的功能函数，修改显示文本、disconnect和重新connect。

//accessToken结果接收
void MainWindow::accessTokenResult(QNetworkReply* pReply){
   
   
    if(pReply->error() == QNetworkReply::NoError){
   
   
        QByteArray string = pReply->readAll();
        //获取内容
        QJsonParseError jsonErr;
        QJsonDocument jsonDoc = QJsonDocument::fromJson(string, &jsonErr);
        if (jsonDoc.isObject()){
   
   
            QJsonObject jsonObj = jsonDoc.object();
            accessToken = jsonObj.take("access_token").toString();
            qDebug()<<"access_token:"+accessToken;

            //替换request按钮功能
            disconnect(getAccessToken);
            ui->request->setText("识别");
            connect(ui->request, SIGNAL(clicked()), this, SLOT(on_recognize()));
        }
    }
}

将获取到的图片转为Base64编码

• 首先在.h文件里添加私有变量QString imageDatas、公有函数void imageToBase64(QImage image);然后在.cpp文件中具体实现。

void MainWindow::imageToBase64(QImage image){
   
   
    //image to base64
    QByteArray imageData;
    QBuffer buff(&imageData);
    image.save(&buff, "jpg");
    imageDatas = imageData.toBase64();
}

识别

• 首先判断imageDatas和accessToken是否为空，然后再进行发送请求步骤，在发送请求时需要按照api文档要求的json形式发送（此处需要转换），接着绑定接收数据的函数。

//识别
void MainWindow::on_recognize(){
   
   
    if (imageDatas.isEmpty())
    {
   
   
        qDebug() << "image base64 empty";
        return;
    }
    if (accessToken.isEmpty())
    {
   
   
        qDebug() << "accessToken empty";
        return;
    }
    QUrl url;
    url.setUrl("https://aip.baidubce.com/rpc/2.0/ai_custom/v1/classification/moxingkz?access_token="+accessToken);

    QNetworkRequest request;
    request.setUrl(url);
    request.setHeader(QNetworkRequest::ContentTypeHeader,QVariant("Content-Type:application/json;charset=UTF-8"));

    QJsonObject post_data;;
    QJsonDocument document;
    post_data.insert("image", imageDatas);
    post_data.insert("image_type", "BASE64");
    document.setObject(post_data);
    QByteArray post_param = document.toJson(QJsonDocument::Compact);


    to_recoginze = new QNetworkAccessManager(this);
    connect(to_recoginze, SIGNAL(finished(QNetworkReply*)), this, SLOT(recognizeResult(QNetworkReply*)));
    to_recoginze->post(request, post_param);
}

• 接收数据函数同样需要判断接收数据有没有包含错误，如果没有则按照json格式解析所需要的数据：yes与no的置信度，并打印。

//识别结果接收
void MainWindow::recognizeResult(QNetworkReply* pReply){
   
   
    QByteArray replaystring = pReply->readAll();
    qDebug()<<"reganizeResult()"+replaystring;
    QNetworkReply::NetworkError err = pReply->error();
    if(err != QNetworkReply::NoError) {
   
   
        qDebug() << "Failed: " << replaystring;
    }else {
   
   
        //获取内容
        QJsonParseError jsonErr;
        QJsonDocument jsonDoc = QJsonDocument::fromJson(replaystring, &jsonErr);
        //qDebug()<<jsonDoc.object();
        double yesNum = 0, noNum = 0;
        if (jsonDoc.isObject()){
   
   
            QJsonObject jsonObj = jsonDoc.object();
            QJsonValue results = jsonObj.value("results");
            if (results.isArray()) {
   
   
                QJsonArray resultsArray = results.toArray();
                for (int i = 0; i < resultsArray.count(); i++) {
   
   
                      QJsonObject temp = resultsArray[i].toObject();
                      if(temp.take("name") == "yes")
                          yesNum = temp.take("score").toDouble();
                      else
                          noNum = temp.take("score").toDouble();
                }
            }
        }
        qDebug()<<yesNum;
        qDebug()<<noNum;
    }
}

• 识别结果如下图：

打开图片进行识别

void MainWindow::on_openfile_clicked()
{
   
   
    QString fi