在OpenCV中设置投资回报率

如何解决在OpenCV中设置投资回报率

我对OpenCV和Python非常陌生。我已经按照教程使用yolov3-tiny使用YOLO。它可以很好地检测到车辆。但是我需要完成的项目是计算通过特定车道的车辆数量。如果我使用检测到车辆的方法（会出现边界框）进行计数，那么计数会变得非常不准确，因为边界框会不断闪烁（这意味着它将继续定位同一辆车，有时最多定位5次），所以这不是一个好方法。因此，我想了一下，如果到了某个点，我只算一辆车怎么办。我看过很多代码似乎可以做到这一点，但是由于我是初学者，所以我真的很难理解，更不用说在系统中运行它了。他们的样本需要安装很多我做不到的事情，因为它会引发错误。请在下面查看我的示例代码：

cap = cv2.VideoCapture('rtsp://username:password@xxx.xxx.xxx.xxx:xxx/cam/realmonitor?channel=1')
whT = 320
confThreshold = 0.75
nmsThreshold = 0.3
list_of_vehicles = ["bicycle","car","motorbike","bus","truck"]

classesFile = 'coco.names'
classNames = []
with open(classesFile,'r') as f:
    classNames = f.read().rstrip('\n').split('\n')

modelConfiguration = 'yolov3-tiny.cfg'
modelWeights = 'yolov3-tiny.weights'

net = cv2.dnn.readNetFromDarknet(modelConfiguration,modelWeights)
net.setPreferableBackend(cv2.dnn.DNN_BACKEND_OPENCV)
net.setPreferableTarget(cv2.dnn.DNN_TARGET_CPU)
total_vehicle_count = 0

def getVehicleCount(boxes,class_name):
    global total_vehicle_count
    dict_vehicle_count = {}
    if(class_name in list_of_vehicles):
        total_vehicle_count += 1
#     print(total_vehicle_count)
    return total_vehicle_count,dict_vehicle_count

def findObjects(ouputs,img):
    hT,wT,cT = img.shape
    bbox = []
    classIds = []
    confs = []
    
    for output in outputs:
        for det in output:
            scores = det[5:]
            classId = np.argmax(scores)
            confidence = scores[classId]
            if confidence > confThreshold:
                w,h = int(det[2] * wT),int(det[3] * hT)
                x,y = int((det[0] * wT) - w/2),int((det[1] * hT) - h/2)
                bbox.append([x,y,w,h])
                classIds.append(classId)
                confs.append(float(confidence))
    indices = cv2.dnn.NMSBoxes(bbox,confs,confThreshold,nmsThreshold)
    
    for i in indices:
        i = i[0]
        box = bbox[i]
        getVehicleCount(bbox,classNames[classIds[i]])
        x,h = box[0],box[1],box[2],box[3]
        cv2.rectangle(img,(x,y),(x+w,y+h),(255,255),1)
        cv2.putText(img,f'{classNames[classIds[i]].upper()} {int(confs[i]*100)}%',y-10),cv2.FONT_HERSHEY_SIMPLEX,0.6,2)
        
while True:
    success,img = cap.read()
    
    blob = cv2.dnn.blobFromImage(img,1/255,(whT,whT),[0,0],1,crop=False)
    net.setInput(blob)
    
    layerNames = net.getLayerNames()
    outputnames = [layerNames[i[0]-1] for i in net.getUnconnectedOutLayers()]
#     print(outputnames)

    outputs = net.forward(outputnames)
    findObjects(outputs,img)
    
    cv2.imshow('Image',img)
    
    if cv2.waitKey(1) & 0XFF == ord('q'):
        break
    
cap.release()
cv2.destroyAllWindows()

使用此代码，根据大小，有时会最多计算1辆车辆的数量，这是非常不准确的。您能告诉我如何创建投资回报率，以便当检测到的车辆通过该点时，这将是唯一的时间。非常感谢。

解决方法

首先，我建议您考虑使用视觉跟踪器来跟踪每个检测到的矩形。即使您有ROI在靠近计数区/线的位置裁剪图像，这也很重要。这是因为即使ROI已本地化，检测也可能会闪烁几次，从而导致计数错误。如果其他车辆可以在第一个仍通过的情况下进入ROI，则尤其有效。

我建议使用广泛使用的dlib库提供的易于使用的跟踪器。有关使用方法，请参考此example。

您需要定义一条ROI行（在ROI内），而不是在ROI中对检测进行计数。然后，轨迹检测矩形在每个帧中居中。最后，一旦矩形中心通过ROI线，就增加计数器。

关于如何计算通过ROI线的矩形：

选择两个点以定义ROI线。
使用您的点来找到常规线型公式ax + by + c = 0的参数
对于每帧，在公式中插入矩形中心坐标，并跟踪结果的符号。
如果结果的符号改变，则表示矩形中心已通过线。

在OpenCV中设置投资回报率

如何解决在OpenCV中设置投资回报率

解决方法

相关推荐