用python制作一个简单的对象检测小程序

人工智能可以说现在相当流行。我们身边的app，如美图秀秀、百度OCR文本识别等，都有AI支持。作为一个刚刚了解一多的新手，我想把学到的知识付诸实践，好好吸收。所以今天，我将用Python制作一个简单的目标检测小程序。

1.步骤1：使用Python的内置库tkinder实现一个简单的界面设计（GUI），这是我刚刚学到的。因此，我简单地布局了界面。样式和代码如下，只包含少量代码。

图片来自网络，已被删除

将tkinter导入为tk

从PIL导入ImageTk，Image

导入tkinter。文件对话框作为fd

根=tk.tk（）

Root.title（“对象检测小程序”）

#背景

canvas=tk.canvas（根，宽度=800，高度=600，bd=0，高光厚度=0）

imgpath=“bg”。Gif'#请注意，图像只能是Gif格式，否则将报告错误

img=图像.open（imgpath）

photo=ImageTk.PhotoImage（img）

canvas.create_ image（0,0，image=照片）

canvas.pack（）

标签=tk。标签（text=“target detection”，width=100，height=50，font=（“Tahoma”，32））

帆布create_window（100，50，宽度=200，高度=50，

窗口=标签）

Btn=厚度。按钮（text=“上传文件”，command=上传文件）

帆布create_window（420275，宽度=200，高度=50，

窗口=btn）

根Mainloop（）#显示窗口

步骤2：上传文件并检测图像。这里的代码也非常简单。使用“上载文件”按钮获取所选文件的绝对路径，然后使用Python OS系统执行cmd命令。这里执行的目标检测和测试命令是Pytorch版本的Yolov3算法。Pytorch版本的Yolov3的GitHub地址粘贴在这里：

具体代码如下：

默认上传文件（）：

file_ name=fd.askopenfilename（）

打印（文件名）

str=“python detect.py--name coc.names--cfg yolov3-tiny.cfg--weights yolov3-tiny.weights--源%s”%file_ name

打印（str）

操作系统（str）

你可以一起看到效果。使用的重量是yolov3-tiny.weights。您也可以在官方网站上下载yolov3.weights进行测试。

图像.png

总结：说实话，今天的文章没有分享任何技术。它只是涵盖了一个非常棒的模型，可以执行可视化操作，而不是在命令行输入命令来执行。可以说，本文是对目标检测的简单理解。