李林 编译自 pyimagesearch

作者 Adrian Rosebrock

量子位 报道 | 公众号 QbitAI

OpenCV是一个2000年发布的开源计算机视觉库，有进行物体识别、图像分割、人脸识别、动作识别等多种功能，可以在Linux、Windows、Android、Mac OS等操作系统上运行，以轻量级、高效著称，且提供多种语言接口。

而OpenCV最近一次版本更新，为我们带来了更好的深度学习支持，在OpenCV中使用预训练的深度学习模型变得非常容易。

pyimagesearch网站今天发布了一份用OpenCV+深度学习预训练模型做图像识别的教程，量子位编译整理如下：

最近，OpenCV 3.3刚刚正式发布，对深度学习（dnn模块）提供了更好的支持，dnn模块目前支持Caffe、TensorFlow、Torch、PyTorch等深度学习框架。

另外，新版本中使用预训练深度学习模型的API同时兼容C++和Python，让系列操作变得非常简便：

• 从硬盘加载模型；
• 对输入图像进行预处理；
• 将图像输入网络，获取输出的分类。

当然，我们不能、也不该用OpenCV训练深度学习模型，但这个新版本让我们能把用深度学习框架训练好了的模型拿来，高效地用在OpenCV之中。

这篇文章就展示了如何用ImageNet上预训练的深度学习模型来识别图像。

OpenCV 3.3中的深度学习

自OpenCV 3.1版以来，dnn模块一直是opencv_contrib库的一部分，在3.3版中，它被提到了主仓库中。

用OpenCV 3.3，可以很好地利用深度学习预训练模型，将它们作为分类器。

新版OpenCV兼容以下热门网络架构：

• AlexNet
• GoogLeNet v1（也叫Inception-5h）
• ResNet-34/50/…
• SqueezeNet v1.1
• VGG-based FCN
• ENet
• VGG-based SSD
• MobileNet-based SSD

该模块的主要贡献者Rynikov Alexander，对这个模块有远大的计划，不过，他写的release notes是俄语的，感兴趣的同学请自行谷歌翻译着读：https://habrahabr.ru/company/intel/blog/333612/

我认为，dnn模块会对OpenCV社区产生很大的影响。

函数和框架

在OpenCV中使用深度学习预训练模型，首先要安装OpenCV 3.3，安装过程量子位就不再详细描述了……

下面是我们将用到的一些函数。

在dnn中从磁盘加载图片：

• cv2.dnn.blobFromImage
• cv2.dnn.blobFromImages

用“create”方法直接从各种框架中导出模型：

• cv2.dnn.createCaffeImporter
• cv2.dnn.createTensorFlowImporter
• cv2.dnn.createTorchImporter

使用“读取”方法从磁盘直接加载序列化模型：

• cv2.dnn.readNetFromCaffe
• cv2.dnn.readNetFromTensorFlow
• cv2.dnn.readNetFromTorch
• cv2.dnn.readhTorchBlob

从磁盘加载完模型之后，可以用.forward方法来向前传播我们的图像，获取分类结果。

用OpenCV和深度学习给图像分类

接下来，我们来学习如何用Python、OpenCV和一个预训练过的Caffe模型来进行图像识别。

下文用到的深度学习模型是在ImageNet上预训练过的GoogleLeNet。GoogleLeNet出自Szegedy等人2014年的论文Going Deeper with Convolutions，详情见：https://arxiv.org/abs/1409.4842

首先，打开一个新文件，将其命名为deep_learning_with_opencv.py，插入如下代码，来导入我们需要的包：

然后拆解命令行参数：

其中第8行ap = argparse.ArgumentParser()是用来创建参数解析器的，接下来的代码用来创建4个命令行参数：

• —image：输入图像的路径；
• —prototxt：Caffe部署prototxt的路径
• —model：预训练的Caffe模型，例如网络权重等；
• —labels：ImageNet标签的路径，例如syn-sets。

我们在创建参数之后，将它们解析并存在一个变量args中，供稍后使用。

接下来，加载输入图像和标签：

第20行从磁盘加载了图像，第23行和24行加载了这些标签：

搞定了标签之后，我们来看一下dnn模块：

注意上面代码中的注释，我们使用cv2.dnn.blobFromImage执行mean subtraction来对输入图像进行归一化，从而产生一个已知的blob形状。

然后从磁盘加载我们的模型：

我们用cv2.dnn.readNetFromCaffe来加载Caffe模型定义prototxt，以及预训练模型。

接下来，我们以blob为输入，在神经网络中完成一次正向传播：

请注意：我们不是在训练CNN，而是在使用预训练模型，因此只需要将blob从网络中传递过去，来获取结果，不需要反向传播。

最后，我们来为输入图像取出5个排名最高的预测结果：

我们可以用NumPy来选取排名前5的结果，然后将他们显示出来：

分类结果

我们已经在OpenCV中用Python代码实现了深度学习图像识别，现在，可以拿一些图片来试一试。

打开你的终端，执行以下命令：

就会得到这样的结果：

OpenCV和GoogleLeNet正确地认出了比格小猎犬，排名第一的结果是正确的，之后的4项结果相关度也很高。

在CPU上运行这个算法，得到结果也只需要不到一秒钟。

再来一张：

结果如下：

再来：

结果依然不错：

最后一个例子：

也认得不错：

相关链接

教程原文：

Deep Learning with OpenCV

相关代码：

在原文下填邮箱获取，或在量子位公众号(QbitAI)对话界面回复“OpenCV”获取。

— 完 —

诚挚招聘

量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。

量子位 QbitAI

վ’ᴗ’ ի 追踪AI技术和产品新动态