def getImageNStuff(imageFilee):
f.br()
f.br()
# Load yolov3 model
model = load_model(modelsFolder + '\\' + 'model.h5')
image, image_w, image_h = f.load_image_pixels(imageFilee,
(input_w, input_h))
# VVVVVV Niet nodig opzich
#cv2.imshow("abc", image)
#cv2.waitKey(0)
#cv2.destroyAllWindows()
image = expand_dims(
image, 0
) # De keras code verwacht 4 dimensies, 1 plaatje heeft 3 dimensies (dat kan je zien door print(image) te doen)
# als je dat wilt in de regel hierboven.
# De '0' in de expand_dims betekent dat er een nulde, oftwel een eerste (omdat arrays beginnen bij nul),
# dimensie wordt toegevoegd --> de nulde, eerste en tweede dimensies van het plaatje schuiven op naar de
# eerste, tweede en derde dimensie
# Deze nieuwe nulde dimensie staat dan voor het aantal plaatjes, bij ons nu natuurlijk maar 1, maar keras
# verwacht er vaak al meerdere tegelijk bij het model.predict stukje
print(image)
# Maak de voorspelling met het model
yhat = model.predict(image)
# print([a.shape for a in yhat]) # Laat de dimensies zien van de array
return image, image_w, image_h, model, yhat
def initProgramFirstCheck():
checked = False
initBool = False # Standaard nog niet geopend
while not checked:
# Vragen of het de eerste keer is van het programma en de checks ervoor snap je wel
initString = input(
"Is dit de eerste keer dat je het yolov3 programma opent? (Y/N) ")
f.br()
if initString == "Y":
initBool = True
elif initString == "N":
initBool = False
else:
print("Verkeerde input, start opnieuw...")
f.br()
continue
checked = True
return initBool
def decodeFrame(image, image_w, image_h, model, yhat, imageFile):
boxes = list()
for i in range(len(yhat)):
# Decodeer de bounding boxes (de rechthoekjes om het herkende heen)
boxes += dF.decode_netout(yhat[i][0], anchors[i], propability, input_h,
input_w)
# Zet de shape en size van de boxes weer om naar het originele plaatje ipv het 416x416 plaatje
dF.correct_yolo_boxes(boxes, image_h, image_w, input_h, input_w)
dF.do_nms(
boxes, 0.5
) # zorg ervoor dat overlappende bounding boxes weg gehaald worden( 0.5 staat voor bounding boxes die 50% over een komen)
v_boxes, v_labels, v_scores = f.get_boxes(boxes, labels, propability)
f.br()
print("Die tensorflow error net:")
print(
"'WARNING:tensorflow:No training configuration found in the save file, so the model was *not* compiled. Compile it manually.'"
)
print("Is niks ergs, maak geen zorgen")
f.br()
# eventjes de aparte boxen printen
for i in range(len(v_boxes)):
print(v_labels[i], v_scores[i])
imageFinal = f.draw_boxes(imageFile, v_boxes, v_labels, v_scores, 0.5)
print(imageFinal)
cv2.imshow("window", imageFinal)
cv2.waitKey(0)
cv2.destroyAllWindows()
cv2.imwrite(imageFile[:-4] + '_detected' + imageFile[-4:],
(imageFinal).astype('uint8'))
def downloadCheck():
bestandsPad = os.path.join(weightsFolder, "yolov3.weights")
if os.path.exists(bestandsPad):
lokaleGrootte = int(os.stat(bestandsPad).st_size)
externeGrootte = int(
requests.get(preTrainedURL, stream=True).headers['content-length'])
if lokaleGrootte == externeGrootte:
print("Het lokale weights bestand klopt! Ga verder...")
f.br()
else:
print(
"Het lokale bestand klopt niet helemaal, hij wordt opnieuw gedownload..."
)
f.download(preTrainedURL, weightsFolder, (1024 * 16))
else:
print(
'Programma is voor de eerste keer gestart, download wordt gestart...'
)
f.download(preTrainedURL, weightsFolder, (1024 * 16))
def __main__():
print(
"Voordat de AI in gebruik kan worden genomen zal er automatisch een getraind model gedownload moeten worden..."
)
print(
"Om dit helemaal succesvol te doen, moet bij het eerste gebruik bij de volgende vraag het plaatje worden geselecteerd..."
)
print(
"Wanneer er wordt gevraagd om de bestandsnaam van een plaatje, kan het voorbeeldplaatje 'zebra.jpg' gebruikt worden..."
)
f.br()
answer = input(
'Wil je de AI op een (P)laatje testen, of op een (V)ideo? (P/V) ')
f.br()
#if answer == 'C':
# # Open het COCO script
# COCO.__main__()
if answer == 'P':
# Open het YOLO script
YOLOv3.__main__()
elif answer == 'V':
videoDetect.__main__()
sys.exit()
else:
answerRestart = input(
"Verkeerde input gekregen, wil je het opnieuw proberen? (Y/N) ")
f.br()
if answerRestart == 'Y':
# TrafficDetection.__main__()
__main__()
return
elif answerRestart == 'N':
print("Afsluiten...")
sys.exit()
else:
print("Verkeerd antwoord, afsluiten...")
sys.exit()
def __main__():
imageFilee = input(
"Vul hier de bestandsnaam van de te detecteren foto in: ")
downloadCheck()
yoloModelCheck()
f.br()
print(
"De lokale weights en model bestanden kloppen, er kan verder gegaan worden met het herkennen..."
)
f.br()
f.br()
print(
"Het (voorbeeld) plaatje (of de (voorbeeld) video) pakken en herkennen met het model!"
)
image, image_w, image_h, model, yhat = getImageNStuff(imageFilee)
decodeFrame(image, image_w, image_h, model, yhat, imageFilee)
for i in range(len(s1.attrName)):
if i==0 or i==1:
s1.attributes[i]="date";
while(func.isdate(s1.attributes[i])==False):
s1.attributes[i]=input(s1.attrName[i]+": ");#isdate
elif(i==2):
s1.attributes[i]="true";
while(func.onlyNumber(s1.attributes[i])==True):
s1.attributes[i]=input(s1.attrName[i]+": ");
else:
while(func.isEmpty(s1.attributes[i])==True or func.isSpecialSimpleChar(s1.attributes[i])==True):
s1.attributes[i]=input(s1.attrName[i]+": ");
system("clear");
c1.printList();
print(func.br());
s1.printList();
print(func.tab(2))
resp=input("As informações estão corretas?(s/n): ");
if resp=='s':
print("resgistrado no Banco...");
sett.callSystem()
else:
print(func.message(c1));
#break;
#sett.callSystem()
elif escolhamenu=="2":
from pathlib import Path
import functions as f
import matplotlib.pyplot as plt
import numpy as np
import skimage.io as io
# Eigen python packages
import YOLOv3
import videoDetect
# import TrafficDetection
# Start met printen naar de console en dingen vragen en dergelijke
f.br()
def __main__():
print(
"Voordat de AI in gebruik kan worden genomen zal er automatisch een getraind model gedownload moeten worden..."
)
print(
"Om dit helemaal succesvol te doen, moet bij het eerste gebruik bij de volgende vraag het plaatje worden geselecteerd..."
)
print(
"Wanneer er wordt gevraagd om de bestandsnaam van een plaatje, kan het voorbeeldplaatje 'zebra.jpg' gebruikt worden..."
)
f.br()
answer = input(