Faster R-CNN+opencv

### 使用 Faster R-CNN 和 OpenCV 进行目标检测

#### 准备工作
为了使用 Faster R-CNN 结合 OpenCV 进行目标检测，需先安装必要的库。这通常涉及 Python 的 `opencv-python` 库以及预训练的 Faster R-CNN 模型。

pip install opencv-python numpy

对于模型加载部分，如果采用的是 PyTorch 版本，则还需要安装 PyTorch 及其工具包：

pip install torch torchvision

#### 加载预训练模型并读取图片
利用 OpenCV 读入待检测图像，并准备用于推理的 Faster R-CNN 模型。这里假设已经有一个基于 COCO 数据集训练过的 Faster R-CNN 模型可用[^2]。

import cv2
import numpy as np
from PIL import Image
import torch
from torchvision.models.detection.faster_rcnn import fasterrcnn_resnet50_fpn, FastRCNNPredictor

def load_model():
    model = fasterrcnn_resnet50_fpn(pretrained=True)
    device = torch.device('cuda') if torch.cuda.is_available() else torch.device('cpu')
    model.to(device)
    model.eval()
    return model

image_path = 'path_to_image.jpg'
img = cv2.imread(image_path)

model = load_model()

transformed_img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB).astype(np.float32)/255.0
tensor_img = torch.tensor(transformed_img.transpose((2, 0, 1))).unsqueeze(0)

#### 执行预测操作
一旦准备好输入张量形式的数据，就可以将其传递给模型来进行前向传播计算，从而获得检测结果。

with torch.no_grad():
    predictions = model(tensor_img)[0]

boxes = predictions['boxes'].numpy().tolist()
scores = predictions['scores'].numpy().tolist()
labels = predictions['labels'].numpy().tolist()

#### 绘制边界框与标签
最后一步是在原始图像上绘制出识别出来的物体位置及其类别名称。

for box, score, label in zip(boxes, scores, labels):
    if score >= 0.8:  # 设置置信度阈值过滤低质量的结果
        x_min, y_min, x_max, y_max = map(int, box)
        color = (np.random.randint(0, 255), np.random.randint(0, 255), np.random.randint(0, 255))
        img = cv2.rectangle(img, (x_min, y_min), (x_max, y_max), color=color, thickness=2)
        text = f'{label}:{score:.2f}'
        font_scale = 0.7
        font_thickness = 2
        ((text_width, text_height), _) = cv2.getTextSize(text=text, fontFace=cv2.FONT_HERSHEY_SIMPLEX,
                                                         fontScale=font_scale, thickness=font_thickness)
        img = cv2.rectangle(img, (x_min, y_min - int(1.3 * text_height)), (x_min + text_width, y_min),
                            color=tuple([int(c) for c in color]), thickness=-1)
        img = cv2.putText(img=img, text=text, org=(x_min, y_min - int(0.3 * text_height)),
                          fontFace=cv2.FONT_HERSHEY_SIMPLEX, fontScale=font_scale, color=(0, 0, 0),
                          thickness=font_thickness)

cv2.imshow("Detected Objects", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

上述代码展示了如何集成 Faster R-CNN 和 OpenCV 来执行高效的目标检测任务。通过这种方式不仅可以快速部署现有模型，还能充分利用 GPU 资源加速运算过程[^4]。