如何使用Python+OpenCV+Keras實(shí)現(xiàn)無口罩車輛駕駛員懲罰生成
測量精度和損耗然后,我們根據(jù)訓(xùn)練和測試數(shù)據(jù)集計(jì)算損失和準(zhǔn)確性?梢钥闯,測試數(shù)據(jù)集的準(zhǔn)確性比訓(xùn)練數(shù)據(jù)集的準(zhǔn)確性低。此外,與測試數(shù)據(jù)集相比,測試數(shù)據(jù)集中發(fā)生的損失更多。
保存人臉檢測模型并暴露于新數(shù)據(jù)接下來,我們將使用上述過程創(chuàng)建的模型存儲在pickle文件中。稍后,我們將利用該模型來確定給定圖像的駕駛員是否戴了口罩。基本上,模型的輸出將具有兩個(gè)值,分別代表戴口罩和未戴口罩的概率。在這兩個(gè)值中,大于0.5的概率值將被視為結(jié)果。數(shù)組輸出內(nèi)部的第一個(gè)值表示駕駛員戴口罩的概率,第二個(gè)值表示駕駛員不戴口罩的概率。model.save('saved_model/my_model')
INFO:tensorflow:Assets written to: saved_model/my_modelssets
from keras.models import load_model
new_model = load_model('saved_model/my_model')
import cv2,os
img_path = 'test/755.jpg'
img_size=100
data=[]
img=cv2.imread(img_path)
gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
resized=cv2.resize(gray,(img_size,img_size))
data.a(chǎn)ppend(resized)
data=np.a(chǎn)rray(data)/255.0
data=np.reshape(data,(data.shape[0],img_size,img_size,1))
output = new_model.predict(data)
print(output)
[[0.00447709 0.995523 ]]
車牌號碼圖像預(yù)處理我們在車牌上應(yīng)用圖像處理技術(shù)以減小圖像尺寸,并通過在車牌周圍繪制一個(gè)矩形框來跟蹤車牌號碼。for f1 in files:
img = cv2.imread(f1)
img = cv2.resize(img, (IMAGE_SIZE,IMAGE_SIZE))
X.a(chǎn)ppend(np.a(chǎn)rray(img))
from lxml import etree
def resizeannotation(f):
tree = etree.parse(f)
for dim in tree.xpath("size"):
width = int(dim.xpath("width")[0].text)
height = int(dim.xpath("height")[0].text)
for dim in tree.xpath("object/bndbox"):
xmin = int(dim.xpath("xmin")[0].text)/(width/IMAGE_SIZE)
ymin = int(dim.xpath("ymin")[0].text)/(height/IMAGE_SIZE)
xmax = int(dim.xpath("xmax")[0].text)/(width/IMAGE_SIZE)
ymax = int(dim.xpath("ymax")[0].text)/(height/IMAGE_SIZE)
return [int(xmax), int(ymax), int(xmin), int(ymin)]
請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個(gè)字
最新活動(dòng)更多
-
即日-10.29立即報(bào)名>> 2024德州儀器嵌入式技術(shù)創(chuàng)新發(fā)展研討會
-
10月31日立即下載>> 【限時(shí)免費(fèi)下載】TE暖通空調(diào)系統(tǒng)高效可靠的組件解決方案
-
即日-11.13立即報(bào)名>>> 【在線會議】多物理場仿真助跑新能源汽車
-
11月14日立即報(bào)名>> 2024工程師系列—工業(yè)電子技術(shù)在線會議
-
12月19日立即報(bào)名>> 【線下會議】OFweek 2024(第九屆)物聯(lián)網(wǎng)產(chǎn)業(yè)大會
-
即日-12.26火熱報(bào)名中>> OFweek2024中國智造CIO在線峰會
推薦專題
- 1 Intel宣布40年來最重大轉(zhuǎn)型:年底前裁員15000人、拋掉2/3房產(chǎn)
- 2 因美封殺TikTok,字節(jié)股價(jià)骨折!估值僅Meta1/5
- 3 宏山激光重磅發(fā)布行業(yè)解決方案,助力智能制造產(chǎn)業(yè)新飛躍
- 4 國產(chǎn)AI芯片公司破產(chǎn)!白菜價(jià)拍賣
- 5 具身智能火了,但規(guī)模落地還需時(shí)間
- 6 國產(chǎn)英偉達(dá)們,抓緊沖刺A股
- 7 三次錯(cuò)失風(fēng)口!OpenAI前員工殺回AI編程賽道,老東家捧金相助
- 8 英特爾賦能智慧醫(yī)療,共創(chuàng)數(shù)字化未來
- 9 英偉達(dá)的麻煩在后頭?
- 10 將“網(wǎng)紅”變成“商品”,AI“爆改”實(shí)力拉滿
- 高級軟件工程師 廣東省/深圳市
- 自動(dòng)化高級工程師 廣東省/深圳市
- 光器件研發(fā)工程師 福建省/福州市
- 銷售總監(jiān)(光器件) 北京市/海淀區(qū)
- 激光器高級銷售經(jīng)理 上海市/虹口區(qū)
- 光器件物理工程師 北京市/海淀區(qū)
- 激光研發(fā)工程師 北京市/昌平區(qū)
- 技術(shù)專家 廣東省/江門市
- 封裝工程師 北京市/海淀區(qū)
- 結(jié)構(gòu)工程師 廣東省/深圳市