网站开发需求分析范本,福州短视频seo,企业网站配色,网商之窗挂若该文为原创文章#xff0c;转载请注明原文出处。
分享一个行人属性分析系统#xff0c;识别行人#xff0c;并标记每个人的属性。
项目代码来自公众号渡码的项目。
本人用Win10复现完整项目#xff0c;并记录过程。
源码会上传到github,可以自行下载测试。
Yinyifen…若该文为原创文章转载请注明原文出处。
分享一个行人属性分析系统识别行人并标记每个人的属性。
项目代码来自公众号渡码的项目。
本人用Win10复现完整项目并记录过程。
源码会上传到github,可以自行下载测试。
Yinyifeng18/AI_pedestrain_attributes: 行人属性识别 (github.com)
一、介绍
实现行人属性分析系统需要 3 个步骤 用 YOlOv5 识别行人 用 ByteTrack 跟踪标记同一个人 训练多标签图像分类网络识别行人 26 个属性 二、环境安装
使用环境是win10下CPU版本
1、安装Anaconda
下载地址Miniconda — Anaconda documentation 下载安装即可。
2、创建虚拟机
conda create -n pedestrain_env python3.8
3、激活
conda activate pedestrain_env
三、安装轮子
pip install loguru -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install lapx -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install thop -i https://pypi.tuna.tsinghua.edu.cn/simple pip install numpy1.23.5 -i https://pypi.tuna.tsinghua.edu.cn/simple 安装cython_bboxwin下无法直接安装
先安装cython
pip install cython -i https://pypi.tuna.tsinghua.edu.cn/simple
下载cython_bbox-0.1.3
https://pypi.org/project/cython-bbox/0.1.3/#files
修改里面的setup.py文件
extra_compile_args [-Wno-cpp]为extra_compile_args {gcc: [/Qstdc99]}
安装
python setup.py build_ext install
安装时如果出Microsoft Visual C 14.0 or greater is required. Get it with Microsoft C Build Tools的错误处理方法安装VS C
Microsoft Visual C 14.0 or greater is required. Get it with Microsoft C Build Tools的解决办法 - 知乎 (zhihu.com) 四、安装paddlepadddle
电脑无GPU安装的是CPU版本
python -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple
五、安装paddleclas
paddleclas识别的属性包括以下 10 类 1、安装
pip install paddleclas -i https://mirror.baidu.com/pypi/simple
2、测试
测试数据下载 https://paddleclas.bj.bcebos.com/data/PULC/pulc_demo_imgs.zip
下载后解压到当前目录
测试有两种方法
1、使用命令行快速预测
paddleclas --model_nameperson_attribute --infer_imgs./pulc_demo_imgs/person_attribute/090004.jpg 2、python测试
创建paddleclas_demo.py文件内容如下
import paddleclas
model paddleclas.PaddleClas(model_nameperson_attribute)
result model.predict(input_datapulc_demo_imgs/person_attribute/090004.jpg)
print(next(result))
运行测试 测试结果相同。
这里只测试不做训练如果想训练参考文章PaddleClas/docs/zh_CN/models/PULC/PULC_person_attribute.md at release/2.5 · PaddlePaddle/PaddleClas (github.com) 六、安装yolov5
1、下载yolov5
git clone https://github.com/ultralytics/yolov5
2、安装
cd yolov5
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
3、测试
创建yolov5_demo.py文件内容如下
import torch# Model
model torch.hub.load(yolov5,custom,path./yolov5/weights/yolov5s.pt,sourcelocal)# or yolov5n - yolov5x6, custom# Images
img ./zidane.jpg # or file, Path, PIL, OpenCV, numpy, list# Inference
results model(img)# Results
results.print() # or .show(), .save(), .crop(), .pandas(), etc.
需要先下载yolov5s.pt文件。
测试结果 七、下载ByteTrack
git clone https://github.com/ifzhang/ByteTrack.git
到此文件准备完成 八、代码分析测试
代码只有三个全部附上
track.py
# track.py
from dataclasses import dataclass
import numpy as np
import cv2
import paddleclas
from pedestrain_attr_dict import *
import sys
sys.path.append(./ByteTrack/)
from yolox.tracker.byte_tracker import BYTETracker, STrackdataclass(frozenTrue)
class BYTETrackerArgs:track_thresh: float 0.25track_buffer: int 30match_thresh: float 0.8aspect_ratio_thresh: float 3.0min_box_area: float 1.0mot20: bool Falseclass Detection(object):def __init__(self, ltrb, track_id, person_attr):self.track_id track_idself.ltrb Noneself.sex self.age self.front 未知self.has_glasses 否self.has_hat 否self.bag 未知self.upper self.lower self.boots 否self.update(ltrb, person_attr)def update(self, ltrb, attr):self.ltrb ltrbif attr is not None:self.sex 女 if attr[0] Female else 男self.age age_dict[attr[1]]self.front direct_list[attr[2]]self.has_glasses 是 if attr[3] Glasses: True else 否self.has_hat 是 if attr[4] Hat: True else 否self.bag bag_dict[attr[6]]# 上半身self.upper .join([upper_dict[up] for up in attr[7].replace(Upper: , ).split( )])# 下半身self.lower .join([lower_dict[lo] for lo in attr[8].replace(Lower: , ).split( )])self.boots 是 if attr[9] Boots else 否class PedestrainTrack(object):def __init__(self):self.byte_tracker BYTETracker(BYTETrackerArgs())self.detection_dict {}# 行人属性模型self.pedestrain_attr_model paddleclas.PaddleClas(model_nameperson_attribute)def update_track(self, boxes, frame):tracks self.byte_tracker.update(output_resultsboxes,img_infoframe.shape,img_sizeframe.shape)new_detection_dict {}for track in tracks:l, t, r, b track.tlbr.astype(np.int32)track_id track.track_id# 调用行人检测模型识别行人属性track_box frame[t:b, l:r]# print(track_box.shape)# cv2.imwrite(a.jpg, track_box)person_attr_res self.pedestrain_attr_model.predict(track_box)attr Nonetry:for i in person_attr_res:attr i[0][attributes]except:passif track_id in self.detection_dict:detection self.detection_dict[track_id]detection.update((l, t, r, b), attr)else:detection Detection((l, t, r, b), track_id, attr)new_detection_dict[track_id] detectionself.detection_dict new_detection_dictreturn self.detection_dictpedestrain_attr_dict.py gender_dict {Female: 女,Male: 男,
}age_dict {AgeLess18: 小于18岁,Age18-60: 18-60岁,AgeOver60: 大于60岁
}# 朝向
direct_list {Front: 正面,Side: 侧面,Back: 背面
}# 背包
bag_dict {HandBag: 手提包,ShoulderBag: 单肩包,Backpack: 双肩包,No bag: 未背包
}# 上衣风格
upper_dict {LongSleeve: 长袖,ShortSleeve: 短袖,UpperStride: 带条纹,UpperLogo: 带logo,UpperPlaid: 带格子,UpperSplice: 拼接风格
}# 下身风格
lower_dict {LowerStripe: 带条纹,LowerPattern: 带图案,LongCoat: 长外套,Trousers: 长裤,Shorts: 短裤,SkirtDress: 短裙裙子
}pedestrain_attributes.py
import cv2
import torch
import numpy as np
from PIL import Image, ImageDraw, ImageFont
from track import PedestrainTrackdef cv2_add_chinese_text(img, text, position, text_color(0, 255, 0), text_size30):img Image.fromarray(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))# 创建一个可以在给定图像上绘图的对象draw ImageDraw.Draw(img)# 字体的格式fontStyle ImageFont.truetype(./fonts/simsun.ttc, text_size, encodingutf-8)# 绘制文本draw.text(position, text, text_color, fontfontStyle)# 转换回OpenCV格式return cv2.cvtColor(np.asarray(img), cv2.COLOR_RGB2BGR)class PedestrainAttrDetection(object):def __init__(self):self.yolo_model torch.hub.load(yolov5,custom,path./yolov5/weights/yolov5s.pt,sourcelocal)self.yolo_model.conf 0.6self.tracker PedestrainTrack()def plot_detection(self, person_track_dict, frame):for track_id, detection in person_track_dict.items():l, t, r, b detection.ltrbtrack_id detection.track_idcv2.rectangle(frame, (l, t), (r, b), (0, 255, 0), 1)cv2.putText(frame, fid-{track_id}, (l 2, t - 3), cv2.FONT_HERSHEY_PLAIN, 1, (0, 0, 255), 1)top_margin 20font_size 14font_color (255, 0, 255)frame cv2_add_chinese_text(frame, f性别{detection.sex}, (l2, ttop_margin), font_color, font_size)frame cv2_add_chinese_text(frame, f年龄{detection.age}, (l2, ttop_margin*2), font_color, font_size)frame cv2_add_chinese_text(frame, f朝向{detection.front}, (l2, ttop_margin*3), font_color, font_size)frame cv2_add_chinese_text(frame, f戴眼镜{detection.has_glasses}, (l2, ttop_margin*4), font_color, font_size)frame cv2_add_chinese_text(frame, f戴帽子{detection.has_hat}, (l2, ttop_margin*5), font_color, font_size)frame cv2_add_chinese_text(frame, f背包{detection.bag}, (l2, ttop_margin*6), font_color, font_size)frame cv2_add_chinese_text(frame, f上半身{detection.upper}, (l2, ttop_margin*7), font_color, font_size)frame cv2_add_chinese_text(frame, f下半身{detection.lower}, (l2, ttop_margin*8), font_color, font_size)frame cv2_add_chinese_text(frame, f穿靴{detection.boots}, (l2, ttop_margin*9), font_color, font_size)# cv2.putText(frame, fsex-{sex}, (l 2, t 10), cv2.FONT_HERSHEY_PLAIN, 1, (0, 0, 255), 1)return framestaticmethoddef yolo_pd_to_numpy(yolo_pd):box_list yolo_pd.to_numpy()detections []for box in box_list:l, t int(box[0]), int(box[1])r, b int(box[2]), int(box[3])conf box[4]detections.append([l, t, r, b, conf])return np.array(detections, dtypefloat)def detect(self, video_file):cap cv2.VideoCapture(video_file)video_w int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))video_h int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))fps round(cap.get(cv2.CAP_PROP_FPS))print(fps)# video_writer cv2.VideoWriter(./video_p2.mp4, cv2.VideoWriter_fourcc(*H264), fps, (video_w, video_h))while True:ret, frame cap.read()if not ret or frame is None:breakyolo_det_results self.yolo_model(frame[:, :, ::-1])pd yolo_det_results.pandas().xyxy[0]person_pd pd[pd[name] person]person_det_boxes self.yolo_pd_to_numpy(person_pd)person_track_dict self.tracker.update_track(person_det_boxes, frame)frame self.plot_detection(person_track_dict, frame)cv2.imshow(pedestrain attributes detect, frame)# video_writer.write(frame)if cv2.waitKey(10) 0xFF ord(q):returnif __name__ __main__:PedestrainAttrDetection().detect(./video.mp4)
代码不多比较容易看懂 九、总结
测试过程中由于使用的是CPU安装cython_bbox花了一点时间.环境搭建还是蛮麻烦的。 如有侵权或需要完整代码请及时联系博主。
