使用SSD網絡模型進行Tensorflow物體檢測（V1.1攝像頭檢測）

使用SSD網絡模型進行Tensorflow物體檢測?（V1.1攝像頭檢測）

1.模型的加載和utils庫環境的配置？

​ 1.準備好ssd_mobilenet_v1網絡模型的frozen_inference_graph.pb和mscoco_label_map.pbtxt文件。(文中所涉及文件和代碼均已上傳，鏈接提取碼：mztu)

​ 2.配置好utils庫文件以及pycache環境，將準備好的label_map_util.py和visualization_utils.py文件以及對應的label_map_util.cpython-36.pyc和visualization_utils.cpython-36.pyc複製粘貼到運行環境目錄下。詳細圖示參考上一篇博客：使用SSD網絡模型進行Tensorflow物體檢測?v1.0

2.模型的導入和使用？

​ 該部分內容代碼的結構可參考上一篇博客內容：使用SSD網絡模型進行Tensorflow物體檢測?v1.0。需要修改的地方在對攝像頭的讀取和顯示檢測結果的代碼實現部分。

​ 1.拿到攝像頭。

cap = cv2.VideoCapture(0)

​ 2.修改session()的循環條件，並將實時檢測的結果顯示在屏幕上。

   	......(取出模型的網絡層代碼不變)
    while True:
            ret, image_np = cap.read()
         	......(中間喂數據的代碼不變)
            cv2.imshow('object detection', cv2.cvtColor(image_np, cv2.COLOR_RGB2BGR))#顯示檢測結果
           	                       if cv2.waitKey(25) & 0xFF == ord('q'):#按住"q"鍵，關閉攝像頭。（然而實際測試中，我怎麼按都沒有反應。）
                cap.release()
                cv2.destroyAllWindows()
                break

3.–_(￣▽￣)*GIf動態效果展示