1、對象檢測網絡Faster-RCNN,模型結構如下:score妙般帙其中VGG&B分是CNN網絡,proposals特mappre-train imige netCNNVGG, Rol pooling也是前置網絡或者特征網絡，主要作用是實現(xiàn)對象特SS方法，得到區(qū)域推薦框,RPN網絡的結構如下:W de6rdtaidl-i>bk >n£hi>iii bdw4Kc3 AwOQ 干mchor bucit 于利ilJnj+ura maps32d|A IDl-SmcJl-aU*傳Tim、身打工卜但、譽5 liiKk*，4K M征提取，在前置特征 CNN網絡的最后一層，使

2、用區(qū)域推薦網絡替代原來的其中k表示推薦的boxes數目，上述表示有三種比率的窗口，每種比率有三 個尺度，總數為 9個boxex ,所以每個點得到 4x9+2x9=54個向量。然后對 得到每個boxes進彳T ROI Pooling 操作得到固定長度的特征向量輸出，實現(xiàn)Tensorflow 的Object Detection API框架中提供了一系列不同前置網絡的Faster-RCNN預訓練網絡模型，大多數都是基于COC做據集訓練的，可以直接下載使用。解壓縮之后就會看到可以導入到OpenCV DNN真塊的模型pb文件-frozen_inference_graph.pb-graph.pbtxt如果

3、還不了解如何生成pb文件與pbtxt文件，請看公眾號歷史文章tensorflow 模型導出與OpenCV DNNfr使用1 .加載圖像與label_map的代碼如下Mat src = imread("D:/images/person.jpg");int width = src.cols;int height = src.rows;if (src.empty() printf("could not load image.n");return 0;namedWindow("input", WINDOW_AUTOSIZE);imshow(&

4、quot;input", src);map<int, string> names = readLabelMaps();2 .通過tensorflow 網絡支持接口加載 Faster-RCNN模型/ 加載 Faster-RCNNNet net = readNetFromTensorflow(model, config);Mat blob = blobFromImage(src, 1.0, Size(300, 300), Scalar(), true, false); net.setInput(blob);3 .讀入圖像實現(xiàn)預測返回/ 預測Mat detection = ne

5、t.forward();Mat detectionMat(detection.size2, detection.size3, CV_32F, detection.ptr<float>(); float threshold = 0.5;4 .根據返回數據繪制預測框與預測結果/ 處理輸出數據，繪制預測框與文本for (int row = 0; row < detectionMat.rows; row+) float confidence = detectionMat.at<float>(row, 2); if (confidence > threshold) /

6、 base zeroint object_class = detectionMat.at<float>(row, 1) + 1;/ predict boxint left = detectionMat.at<float>(row, 3) * width;int top = detectionMat.at<float>(row, 4) * height;int right = detectionMat.at<float>(row, 5) * width;int bottom = detectionMat.at<float>(row, 6

7、) * height;Rect rect;rect.x = left;rect.y = top;rect.width = (right - left);rect.height = (bottom - top);/ render bounding box and label namerectangle(src, rect, Scalar(255, 0, 255), 4, 8, 0);map<int, string>:iterator it = names.find(object_class);printf("id : %d, display name : %s n", object_class, (it->second).c_str();putText(src, (it->second).c_str(), Point(left, top -5), FONT_HERSHEY_SIMPLEX, 0.5, Scalar(255, 0, 0),1);imshow("faster-rcnn-demo", src);運行結果如下：INFO：1®Initialize 4)peciCl ruiHi