來源：轉(zhuǎn)載 作者：livingbody

編輯：學(xué)姐

• 還記得小時候爸媽不偷看電視的你嗎？

• 還記得高中時代看小說防著老師的你嗎？

• 還記得上班打游戲防著領(lǐng)導(dǎo)的你嗎？

來感受下用PaddleDetection做上班偷懶神器

NO.1介紹

本文使用PaddleDetection自制數(shù)據(jù)集，做人臉分類，調(diào)用本地電腦的前置攝像頭識別出現(xiàn)在屏幕前的人臉，根據(jù)不同的人臉切換本地電腦的窗口，實現(xiàn)偷懶神器~

NO.2效果

我的演示項目效果地址：

https://www.bilibili.com/video/BV1ni4y1V7TT

百度推廣視頻演示地址：

https://www.bilibili.com/video/BV1kC4y1t7s1

我實現(xiàn)的效果截圖：

百度推廣視頻效果圖：

NO.3?PaddleDetection介紹

目標(biāo)檢測是機(jī)器視覺領(lǐng)域的核心問題之一。7月3日百度AI開發(fā)者大會，飛槳核心框架Paddle Fluid v1.5宣布開源了PaddleDetection物體檢測統(tǒng)一框架，用戶可以非常方便、快速的搭建出各種檢測框架，構(gòu)建強(qiáng)大的各類應(yīng)用。

PaddleDetection物體檢測統(tǒng)一框架，覆蓋主流的檢測算法，即具備高精度模型、也具備高速推理模型，并提供豐富的預(yù)訓(xùn)練模型，具有工業(yè)化、模塊化、高性能的優(yōu)勢。

?工業(yè)化：結(jié)合飛槳核心框架的高速推理引擎，訓(xùn)練到部署無縫銜接?

?模塊化：提供模塊化設(shè)計，模型網(wǎng)絡(luò)結(jié)構(gòu)和數(shù)據(jù)處理均可定制?

??高性能：基于高效的核心框架，訓(xùn)練速度和顯存占用上有一定的優(yōu)勢，例如，YOLO v3訓(xùn)練速度相比同類框架快1.6倍。

NO.4現(xiàn)有的模型

NO.5?用PaddleDetection實現(xiàn)本項目

PaddleDetection下載地址：

https://github.com/PaddlePaddle/PaddleDetection

或者

https://gitee.com/paddlepaddle/PaddleDetection

01?本地制作數(shù)據(jù)集

實現(xiàn)本項目,最好用打算實驗的相機(jī)拍攝數(shù)據(jù)集,就比如我想在自己的筆記本電腦上實現(xiàn),那么可以直接調(diào)用本地電腦的前置相機(jī)來采集人臉照片,調(diào)用本地電腦拍照儲存代碼如會自動調(diào)用攝像頭，按 **S** 按鍵，保存捕獲的圖像， **ESC** 退出。

02數(shù)據(jù)標(biāo)注

上述代碼執(zhí)行完后會在本地這段代碼所在路徑創(chuàng)建pictures文件夾存放圖片,接下來下載labelImg工具進(jìn)行數(shù)據(jù)標(biāo)注參考教程:

[labelImg在Python3 linux環(huán)境下安裝]

(https://blog.csdn.net/weixin_40745291/article/details/85775708)

~?安裝完成后在本地執(zhí)行以下命令打開labelImg：

打開圖片路徑：

選擇框選,并給人臉標(biāo)注名字(這里我用紅綠燈的圖為例保護(hù)隱私):

標(biāo)注完成：

03訓(xùn)練模型

現(xiàn)在的路徑應(yīng)該是這樣的：

pictures下放著我們的圖片和xml文件。

3.1 生成圖片和xmls關(guān)系的描述文件

上面兩段代碼執(zhí)行完后會生成三個文件：

3.2修改配置文件

修改這個文件:PaddleDetection/configs/ssd/ssd_mobilenet_v1_voc.yml

主要修改就是改動了dataset_dir和anno_path和use_default_label,本項目的ssd_mobilenet_v1_voc.yml文件已經(jīng)修改了。

內(nèi)容如下:

NO.4?開始訓(xùn)練

NO.5?本地部署

轉(zhuǎn)換模型后,這個路徑下:

~/PaddleDetection-release/inference_model/ssd_mobilenet_v1_voc會有__params__ __model__ infer_cfg.yml

三個文件,下載到本地。

本地在python環(huán)境下下載PaddleDetection的包,將模型的三個文件放到PaddleDetection目錄下的output目錄下:

安裝工具wmctrl 在linux的終端下執(zhí)行：

sudo apt-get install wmctrl

修改本地PaddleDetection包中的這個文件:

/PaddleDetection-release-0.3/deploy/python/infer.py

內(nèi)容如下:

上面代碼的核心代碼，根據(jù)個人使用一點修改，核心代碼在585行，其他不用改動，內(nèi)容如下:

NO.6?總結(jié)

• PaddleDetection可以幫助我們很好的實現(xiàn)各種目標(biāo)檢測任務(wù)，不需要用戶寫大量的代碼，只需要簡單的配置

• 使用PaddleDetection也可以很輕松的實現(xiàn)本地的部署

• 如果項目有任何問題，歡迎在評論區(qū)留言指出

  需要源代碼嗎？需要的話評論區(qū)留言嗷！