Hello オブジェクト検出#

import cv2 
import matplotlib.pyplot as plt 
import numpy as np 
import openvino as ov 
from pathlib import Path 

# `notebook_utils` モジュールを取得 
import requests 

r = requests.get( 

url="https://raw.githubusercontent.com/openvinotoolkit/openvino_notebooks/latest/utils/notebook_utils.py", 
) 

open("notebook_utils.py", "w").write(r.text) 

from notebook_utils import download_file

base_model_dir = Path("./model").expanduser() 

model_name = "horizontal-text-detection-0001" 
model_xml_name = f"{model_name}.xml" 
model_bin_name = f"{model_name}.bin" 

model_xml_path = base_model_dir / model_xml_name 
model_bin_path = base_model_dir / model_bin_name 

if not model_xml_path.exists(): 
    model_xml_url = 
"https://storage.openvinotoolkit.org/repositories/open_model_zoo/2022.3/models_bin/1/horizontal-text-detection-0001/FP32/horizontal-text-detection-0001.xml" 
    model_bin_url = 
"https://storage.openvinotoolkit.org/repositories/open_model_zoo/2022.3/models_bin/1/horizontal-text-detection-0001/FP32/horizontal-text-detection-0001.bin" 

    download_file(model_xml_url, model_xml_name, base_model_dir) 
    download_file(model_bin_url, model_bin_name, base_model_dir) 
else: 
    print(f"{model_name} already downloaded to {base_model_dir}")

import ipywidgets as widgets 

core = ov.Core() 
device = widgets.Dropdown( 
    options=core.available_devices + ["AUTO"], 
    value="AUTO", 
    description="Device:", 
    disabled=False, 
) 

device

core = ov.Core() 

model = core.read_model(model=model_xml_path) 
compiled_model = core.compile_model(model=model, device_name=device.value) 

input_layer_ir = compiled_model.input(0) 
output_layer_ir = compiled_model.output("boxes")

# openvino_notebooks ストレージからイメージをダウンロード 
image_filename = download_file( 

"https://storage.openvinotoolkit.org/repositories/openvino_notebooks/data/data/image/intel_rnb.jpg", 
    directory="data", 
) 

# テキスト検出モデルでは、BGR 形式の画像が必要 
image = cv2.imread(str(image_filename)) 

# N,C,H,W = バッチサイズ、チャネル数、高さ、幅。N, C, H, W = input_layer_ir.shape 

# ネットワークの予想される入力サイズに合わせて画像のサイズを変更 
resized_image = cv2.resize(image, (W, H)) 

# ネットワーク入力の形状に合わせて形状を変更 
input_image = np.expand_dims(resized_image.transpose(2, 0, 1), 0) 

plt.imshow(cv2.cvtColor(image, cv2.COLOR_BGR2RGB));

# 推論リクエストを作成 
boxes = compiled_model([input_image])[output_layer_ir] 

# ゼロのみのボックスを削除 
boxes = boxes[~np.all(boxes == 0, axis=1)]

# 各検出の説明は [x_min, y_min, x_max, y_max, conf] の形式です: 
# ここで渡される画像は、幅と高さが変更された BGR 形式です。Matplotlib が期待する色で表示するには、cvtColor 関数を使用 
def convert_result_to_image(bgr_image, resized_image, boxes, threshold=0.3, conf_labels=True):
    # ボックスと説明の色を定義 
    colors = {"red": (255, 0, 0), "green": (0, 255, 0)} 

    # 画像の形状を取得して比率を計算
    (real_y, real_x), (resized_y, resized_x) = ( 
        bgr_image.shape[:2], 
        resized_image.shape[:2], 
    ) 
    ratio_x, ratio_y = real_x / resized_x, real_y / resized_y 

    # ベース画像を BGR 形式から RGB 形式に変換 
    rgb_image = cv2.cvtColor(bgr_image, cv2.COLOR_BGR2RGB) 

    # ゼロ以外のボックスを反復処理 
    for box in boxes:
        # 配列の最後の場所から信頼係数を選択 
        conf = box[-1] 
        if conf > threshold: 
            # loat を int に変換し、各ボックスのコーナーの位置に x と y の比率を掛ける。
            # 境界ボックスが画像の上部にある場合は、 
            # 画像上に表示されるように上部のボックスバーを少し下に配置
            (x_min, y_min, x_max, y_max) = [ 
                (int(max(corner_position * ratio_y, 10)) if idx % 2 else int(corner_position * ratio_x)) for idx, corner_position in enumerate(box[:-1]) 
            ] 

            # 位置に基づいてボックスを描画します。長方形関数のパラメーターは、image、start_point、end_point、color、thickness です。 
            rgb_image = cv2.rectangle(rgb_image, (x_min, y_min), (x_max, y_max), colors["green"], 3) 

            # 位置と信頼度に基づいて画像にテキストを追加します。
            # テキスト関数のパラメーターは、image、text、bottom-left_corner_textfield、font、font_scale、color、thickness、line_type です。 
            if conf_labels: 
                rgb_image = cv2.putText( 
                    rgb_image, 
                    f"{conf:.2f}", 
                    (x_min, y_min - 10), 
                    cv2.FONT_HERSHEY_SIMPLEX, 
                    0.8, 
                    colors["red"], 
                    1, 
                    cv2.LINE_AA, 
            )
 
    return rgb_image

plt.figure(figsize=(10, 6)) 
plt.axis("off") 
plt.imshow(convert_result_to_image(image, resized_image, boxes, conf_labels=False));