Faster_RCNN绘制P-R曲线、检测视频

共包含三个文件： demo_video.py用于训练好的模型进行视频检测； pr-curve.py用于绘制P-R曲线（方法一） pascal_voc.py用于绘制P-R曲线（方法二）

#!/usr/bin/env python

# --------------------------------------------------------
# Faster R-CNN
# Copyright （c） 2015 Microsoft
# Licensed under The MIT License [see LICENSE for details]
# Written by Ross Girshick
# --------------------------------------------------------

“““
Demo script showing detections in sample images.

See README.md for installation instructions before running.
“““

import _init_paths
from fast_rcnn.config import cfg
from fast_rcnn.test import im_detect
from fast_rcnn.nms_wrapper import nms
from utils.timer import Timer
import matplotlib.pyplot as plt
import numpy as np
import scipy.io as sio
import caffe os sys cv2
import argparse

CLASSES = （‘__background__‘
           ‘sea cucumber‘）

NETS = {‘vgg16‘: （‘VGG16‘
                  ‘VGG16_faster_rcnn_final.caffemodel‘）
        ‘zf‘: （‘ZF‘
                  ‘ZF_faster_rcnn_final.caffemodel‘）}


def vis_detections（im class_name dets thresh=0.5）:
    “““Draw detected bounding boxes.“““
    inds = np.where（dets[: -1] >= thresh）[0]
    if len（inds） == 0:
        return

    for i in inds:
        bbox = dets[i :4]
        score = dets[i -1]
  
    font=cv2.FONT_HERSHEY_SIMPLEX
    cv2.putText（im ‘{}>= {:.1f}‘.format（class_namethresh） （int（bbox[0]） int（bbox[3]）） font 1 （02550） 2）
    cv2.rectangle（im（int（bbox[0]） int（bbox[3]））（int（bbox[2]） int（bbox[1]））（02550）5）
    cv2.imshow（“im“im）
    
def demo（net im）:
    “““Detect object classes in an image using pre-computed object proposals.“““

    # Load the demo image
    #im_file = os.path.join（cfg.DATA_DIR ‘demo‘ image_name）
    #im = cv2.imread（im_file）
    
    # Detect all object classes and regress object bounds
    timer = Timer（）
    timer.tic（）
    scores boxes = im_detect（net im）
    timer.toc（）
    print （‘Detection took {:.3f}s for ‘
           ‘{:d} object proposals‘）.format（timer.total_time boxes.shape[0]）

    # Visualize detections for each class
    CONF_THRESH = 0.8
    NMS_THRESH = 0.3
    for cls_ind cls in enumerate（CLASSES[1:]）:
        cls_ind += 1 # because we skipped background
        cls_boxes = boxes[: 4*cls_ind:4*（cls_ind + 1）]
        cls_scores = scores[: cls_ind]
        dets = np.hstack（（cls_boxes
                          cls_scores[: np.newaxis]））.astype（np.float32）
        keep = nms（dets NMS_THRESH）
        dets = dets[keep :]
        vis_detections（im cls dets thresh=CONF_THRESH）

def parse_args（）:
    “““Parse input arguments.“““
    parser = argparse.ArgumentParser（description=‘Faster R-CNN demo‘）
    parser.add_argument（‘--gpu‘ dest=‘gpu_id‘ help=‘GPU device id to use [0]‘
                        default=0 type=int）
    parser.add_argument（‘--cpu‘ dest=‘cpu_mode‘
                        help=‘Use CPU mode （overrides --gpu）‘
                        action=‘store_true‘）
    parser.add_argument（‘--net‘ dest=‘demo_net‘ help=‘Network to use [zf]‘
          

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件        4444  2019-03-14 09:00  Faster_RCNN\demo_video.py
     文件       14465  2019-03-14 06:47  Faster_RCNN\pascal_voc.py
     文件        1595  2019-03-14 14:53  Faster_RCNN\pr-curve.py
     目录           0  2019-03-14 17:26  Faster_RCNN\