需求: 本地运行,不依赖网络服务 Windows 环境 扫描某个文件夹下的所有 jpg/png 照片,分辨率大概从 800px 到 4000px 都有可能,检测是否主要拍摄对象是人物/人脸 硬件是 5800x+3060ti ,效率要能接受
请问目前的技术可能嘛?现成的或者需要哪些开源库可以自己撸一个?有没有 c#支持的,还是说这方面必须要 python
1
ne6rd OP 问了 chatgpt ,给了几行代码好像就解决问题了,真香。
``` import cv2 # Load pre-trained Haar cascade classifier for human detection human_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_fullbody.xml') # Read the image image = cv2.imread('C:\\~\\code\\py\\human_detect\\img\\none.jpg') # Convert the image to grayscale gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) # Detect human bodies in the image humans = human_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5) if len(humans) > 0: print("Human detected!") else: print("No humans detected.") ``` |
2
ne6rd OP 然而 haarcascades 检测效果不太行, 也可能是参数调的不对。
|
3
Muniesa 352 天前 via Android
有好几个 XML ,可以都试试
|
4
tyzandhr 352 天前 via Android
OpenCV
|
5
wph95 352 天前
mediapipe
|
6
SeaRecluse 352 天前 1
与 New Bing 对话:
给我是一个使用 insightface 库和 opencv 的 python 脚本对一个文件下的所有图片进行检测,如果图片里有包含人脸,就单独复制到一个文件夹里,加上进度条显示 ``` import os import cv2 import shutil import insightface from tqdm import tqdm # 初始化模型 model = insightface.app.FaceAnalysis() # 加载模型 ctx_id = -1 model.prepare(ctx_id = ctx_id) # 源文件夹和目标文件夹 src_dir = 'src_dir' dst_dir = 'dst_dir' # 获取源文件夹中的所有图片 images = [f for f in os.listdir(src_dir) if os.path.isfile(os.path.join(src_dir, f))] # 创建目标文件夹 os.makedirs(dst_dir, exist_ok=True) # 遍历所有图片 for image in tqdm(images, desc="Processing images"): img_path = os.path.join(src_dir, image) img = cv2.imread(img_path) # 使用模型检测人脸 faces = model.get(img) # 如果检测到人脸,将图片复制到目标文件夹 if faces: print(img_path) shutil.copy(img_path, dst_dir) ``` |
7
tool2d 352 天前
以前我做过相关调研,很多算法只能统计正脸效果,两个眼睛一个鼻子那种。
但是需求方说,还要统计后脑勺,这就有点难度了。 |
8
SeaRecluse 352 天前
@tool2d 你的需求方要的是人头检测,而你找的算法是人脸检测当然不行喽。人头检测是从人形检测中分出来的子任务。
|
9
x86 352 天前
|
10
isquare 352 天前 1
AI 人脸检测都快做到头了,没必要用传统检测算法了
检测只是大多数人脸人物的第一步,就比如这个项目: https://github.com/ageitgey/face_recognition/blob/master/README_Simplified_Chinese.md ,调一个接口检测人脸,只不过用的 dlib ,检测亚洲人效果一般 还有很多国内开源项目,比如 https://github.com/PaddlePaddle/PaddleDetection/blob/release/2.7/deploy/README.md 支持部署一个 server ,可以通过网络接口调用 |
11
mekopean 352 天前
retinaface 或者
yolo 官网下个 pt -> from ultralytics import YOLO - > model = YOLO("cfgs/yolov8l.pt") -> results = model(image, conf=0.8) |
12
ne6rd OP 目前测试 face_recognition 中,同样速度下,比 haarcascades 要准确多了
|
13
ne6rd OP insightface 又远超 face_recognition 速度和准确度
|