前言

今天和大家一起分享如何使用LabVIEW呼叫pb模型實作物體識別，本博客中使用的智能工具包可到主頁置頂博客LabVIEW AI視覺工具包（非NI Vision）下載與安裝教程中下載

一、物體識別演算法原理概述

1、物體識別的概念

物體識別也稱目標檢測，目標檢測所要解決的問題是目標在哪里以及其狀態的問題，但是，這個問題并不是很容易解決，形態不合理，物件出現的區域不確定，更不用說物件也可以是多個類別，在這里插入圖片描述

目標檢測用的比較多的主要是RCNN，spp- net，fast- rcnn，faster- rcnn；YOLO系列，如YOLOV3和YOLOV4；除此之外還有SSD，ResNet等，

2、Yolo演算法原理概述

Yolo的識別原理簡單清晰，對于輸入的圖片，將整張圖片分為7×7（7為引數，可調）個方格，當某個物體的中心點落在了某個方格中，該方格則負責預測該物體，每個方格會為被預測物體產生2（引數，可調）個候選框并生成每個框的置信度，最后選取置信度較高的方框作為預測結果，

在這里插入圖片描述

二、opencv呼叫darknet物體識別模型（yolov3/yolov4）

相關原始碼及模型在darknt檔案夾下

在這里插入圖片描述

使用darknet訓練yolo的模型，生成weights檔案，使用opencv呼叫生成的模型

1、darknet模型的獲取

檔案含義：

cfg檔案：模型描述檔案
weights檔案：模型權重檔案

Yolov3獲取鏈接:

https://github.com/pjreddie/darknet/blob/master/cfg/yolov3.cfg

https://pjreddie.com/media/files/yolov3.weights

Yolov4獲取鏈接:

https://github.com/AlexeyAB/darknet/releases/download/darknet_yolo_v3_optimal/yolov4.cfg

https://github.com/AlexeyAB/darknet/releases/download/darknet_yolo_v3_optimal/yolov4.weights

2、python呼叫darknet模型實作物體識別

（1）dnn模塊呼叫darknet模型

net = cv2.dnn.readNetFromDarknet("yolov3/yolov3.cfg", "yolov3/yolov3.weights")

（2）獲取三個輸出端的LayerName

使用getUnconnectedOutLayer獲取三個只有輸入，沒有輸出的層的名字，Yolov3的三個輸出端層名為：['yolo_82', 'yolo_94', 'yolo_106']

def getOutputsNames(net):
    # Get the names of all the layers in the network
    layersNames = net.getLayerNames()
    # Get the names of the output layers, i.e. the layers with unconnected outputs
    return [layersNames[i - 1] for i in net.getUnconnectedOutLayers()]

（3）影像預處理

使用blobFromImage將影像轉為image Size=(416,416)或(608,608) Scale=1/255 Means=[0,0,0]

blob = cv2.dnn.blobFromImage(frame, 1/255, (416, 416), [0,0,0], 1, crop=False)

（4）推理

使用net.forward(multiNames)獲取多個層的結果，其中getOutputsNames(net)=['yolo_82', 'yolo_94', 'yolo_106']

net.setInput(blob)
outs = net.forward(getOutputsNames(net))

（5）后處理（postrocess）

獲取的結果（outs）里面有三個矩陣（out），每個矩陣的大小為85*n，n表示檢測到了n個物體，85的排列順序是這樣的：

第0列代表物體中心x在圖中的位置（0~1）
第1串列示物體中心y在圖中的位置（0~1）
第2串列示物體的寬度
第3串列示物體的高度
第4列是置信概率，值域為[0-1]，用來與閾值作比較決定是否標記目標
第5~84列為基于COCO資料集的80分類的標記權重，最大的為輸出分類，使用這些引數保留置信度高的識別結果(confidence>confThreshold)

def postprocess(frame, outs):
    frameHeight = frame.shape[0]
    frameWidth = frame.shape[1]
    classIds = []
    confidences = []
    boxes = []
    classIds = []
    confidences = []
    boxes = []
    for out in outs:
        for detection in out:
            scores = detection[5:]
            classId = np.argmax(scores)
            confidence = scores[classId]
            if confidence > confThreshold:
                center_x = int(detection[0] * frameWidth)
                center_y = int(detection[1] * frameHeight)
                width = int(detection[2] * frameWidth)
                height = int(detection[3] * frameHeight)
                left = int(center_x - width / 2)
                top = int(center_y - height / 2)
                classIds.append(classId)
                confidences.append(float(confidence))
                boxes.append([left, top, width, height])
    print(boxes)
    print(confidences)

（6）后處理（postrocess）

使用NMSBoxes函式過濾掉重復識別的區域，

    indices = cv.dnn.NMSBoxes(boxes, confidences, confThreshold, nmsThreshold)  
    for i in indices:
        box = boxes[i]
        left = box[0]
        top = box[1]
        width = box[2]
        height = box[3]
        drawPred(classIds[i], confidences[i], left, top, left + width, top + height)

（7）畫出檢測到的物件

def drawPred(classId, conf, left, top, right, bottom):
    # Draw a bounding box.
    cv.rectangle(frame, (left, top), (right, bottom), (0, 0, 255))
     
    label = '%.2f' % conf
         
    # Get the label for the class name and its confidence
    if classes:
        assert(classId < len(classes))
        label = '%s:%s' % (classes[classId], label)
 
    #Display the label at the top of the bounding box
    labelSize, baseLine = cv.getTextSize(label, cv.FONT_HERSHEY_SIMPLEX, 0.5, 1)
    top = max(top, labelSize[1])
    cv.putText(frame, label, (left, top), cv.FONT_HERSHEY_SIMPLEX, 0.5, (255,255,255))

（8）完整原始碼及檢測結果（cv_call_yolo.py）

import cv2
cv=cv2
import numpy as np
import time
net = cv2.dnn.readNetFromDarknet("yolov3/yolov3.cfg", "yolov3/yolov3.weights")
net.setPreferableBackend(cv2.dnn.DNN_BACKEND_CUDA)
net.setPreferableTarget(cv2.dnn.DNN_TARGET_CUDA)
?
confThreshold = 0.5  #Confidence threshold
nmsThreshold = 0.4   #Non-maximum suppression threshold
frame=cv2.imread("dog.jpg")
classesFile = "coco.names";
classes = None
with open(classesFile, 'rt') as f:
    classes = f.read().rstrip('\n').split('\n')
?
def getOutputsNames(net):
    # Get the names of all the layers in the network
    layersNames = net.getLayerNames()
    # Get the names of the output layers, i.e. the layers with unconnected outputs
    return [layersNames[i - 1] for i in net.getUnconnectedOutLayers()]
print(getOutputsNames(net))
# Remove the bounding boxes with low confidence using non-maxima suppression
?
def postprocess(frame, outs):
    frameHeight = frame.shape[0]
    frameWidth = frame.shape[1]
    classIds = []
    confidences = []
    boxes = []
    # Scan through all the bounding boxes output from the network and keep only the
    # ones with high confidence scores. Assign the box's class label as the class with the highest score.
    classIds = []
    confidences = []
    boxes = []
    for out in outs:
        for detection in out:
            scores = detection[5:]
            classId = np.argmax(scores)
            confidence = scores[classId]
            if confidence > confThreshold:
                center_x = int(detection[0] * frameWidth)
                center_y = int(detection[1] * frameHeight)
                width = int(detection[2] * frameWidth)
                height = int(detection[3] * frameHeight)
                left = int(center_x - width / 2)
                top = int(center_y - height / 2)
                classIds.append(classId)
                confidences.append(float(confidence))
                boxes.append([left, top, width, height])
 
    # Perform non maximum suppression to eliminate redundant overlapping boxes with
    # lower confidences.
    print(boxes)
    print(confidences)  
    indices = cv.dnn.NMSBoxes(boxes, confidences, confThreshold, nmsThreshold) 
    for i in indices:
        #print(i)
        #i = i[0]
        box = boxes[i]
        left = box[0]
        top = box[1]
        width = box[2]
        height = box[3]
        drawPred(classIds[i], confidences[i], left, top, left + width, top + height)
?
    # Draw the predicted bounding box
def drawPred(classId, conf, left, top, right, bottom):
    # Draw a bounding box.
    cv.rectangle(frame, (left, top), (right, bottom), (0, 0, 255))
    label = '%.2f' % conf    
    # Get the label for the class name and its confidence
    if classes:
        assert(classId < len(classes))
        label = '%s:%s' % (classes[classId], label)
    #Display the label at the top of the bounding box
    labelSize, baseLine = cv.getTextSize(label, cv.FONT_HERSHEY_SIMPLEX, 0.5, 1)
    top = max(top, labelSize[1])
    cv.putText(frame, label, (left, top), cv.FONT_HERSHEY_SIMPLEX, 0.5, (255,255,255))
blob = cv2.dnn.blobFromImage(frame, 1/255, (416, 416), [0,0,0], 1, crop=False)
t1=time.time()
net.setInput(blob)
outs = net.forward(getOutputsNames(net))
print(time.time()-t1)
postprocess(frame, outs)
t, _ = net.getPerfProfile()
label = 'Inference time: %.2f ms' % (t * 1000.0 / cv.getTickFrequency())
cv.putText(frame, label, (0, 15), cv.FONT_HERSHEY_SIMPLEX, 0.5, (0, 0, 255))
cv2.imshow("result",frame)
?

在這里插入圖片描述

3、LabVIEW呼叫darknet模型實作物體識別yolo_example.vi

（1）LabVIEW呼叫yolov3的方式及步驟和python類似，原始碼如下所示：在這里插入圖片描述將帶識別圖片與yolo_example.vi置于同一路徑下，即可進行物體識別

（2）識別結果如下：

在這里插入圖片描述

4、LabVIEW實作實時攝像頭物體識別（yolo_example_camera.vi）

（1）使用GPU加速

使用順序結構檢測神經網路推理的時間

在這里插入圖片描述

比較使用GPU和不使用GPU兩種情況下的推理速度

普通模式：net.serPerferenceBackend(0)，net.serPerferenceTarget(0)

Nvidia GPU模式：net.serPreferenceBackend(5)， net.serPerferenceTarget(6)

在這里插入圖片描述

注：普通的c++、python、LabVIEW版本的opencv，即便選了GPU模式也沒用，程式仍然運行在CPU上，需要安裝CUDA和CUDNN后重新從原始碼編譯opencv

（2）程式原始碼如下：

在這里插入圖片描述（3）物體識別結果如下：

在這里插入圖片描述

注意，使用如上程式，可以點擊STOP按鈕，停止本次物體識別，也可勾選使用GPU進行加速

（4）使用GPU加速結果：

在這里插入圖片描述

三、tensorflow的物體識別模型呼叫

相關原始碼及模型在tf1檔案夾下

在這里插入圖片描述

1、下載預訓練模型并生成pbtxt檔案

（1）下載ssd_mobilenet_v2_coco，下載地址如下： http://download.tensorflow.org/models/object_detection/ssd_mobilenet_v2_coco_2018_03_29.tar.gz

（2）解壓后的檔案內容

在這里插入圖片描述

（3）根據pb模型生成pbtxt檔案運行 tf_text_graph_ssd.py以生成pptxt檔案在cmd中運行： python tf_text_graph_ssd.py --input ssd_mobilenet_v1_coco_2017_11_17/frozen_inference_graph.pb --config ssd_mobilenet_v1_coco_2017_11_17/ssd_mobilenet_v1_coco.config --output ssd_mobilenet_v1_coco_2017_11_17.pbtxt