Миграция на YOLOv8
This commit is contained in:
parent
b6a8209eb4
commit
19dd74c4f7
2
.gitignore
vendored
2
.gitignore
vendored
@ -252,4 +252,4 @@ cython_debug/
|
||||
#.idea/
|
||||
|
||||
# End of https://www.toptal.com/developers/gitignore/api/python,pycharm+all
|
||||
yolov5s.pt
|
||||
yolov8s.pt
|
17
main.py
17
main.py
@ -2,9 +2,7 @@ import os
|
||||
import sys
|
||||
|
||||
import cv2 as cv
|
||||
import numpy as np
|
||||
import requests
|
||||
import torch
|
||||
|
||||
import imageWorking
|
||||
import neuralNetwork
|
||||
@ -25,18 +23,19 @@ def analyze_file(uid: str, image_path: str) -> None:
|
||||
raise Exception(f'Онтология с uid {uid} не существует')
|
||||
if not os.path.isfile(image_path):
|
||||
raise Exception(f'Изображение {image_path} не существует')
|
||||
model = torch.hub.load('ultralytics/yolov5', 'yolov5s', pretrained=True)
|
||||
model.names = neuralNetwork.rename_entity(model.names)
|
||||
model = neuralNetwork.load_model()
|
||||
|
||||
# Распознавание изображения.
|
||||
results = model(imageWorking.get_image_as_array(image_path))
|
||||
results = model.predict(source=imageWorking.get_image_as_array(image_path))
|
||||
|
||||
# Создание аксиом онтологии на основе результатов распознавания.
|
||||
object_properties = list()
|
||||
data_properties = list()
|
||||
for i, res in enumerate(results.pred):
|
||||
results_ndarray = np.array(res)
|
||||
request = ontologyWorking.get_request_data(model.names, results_ndarray)
|
||||
for res in results:
|
||||
classes = res.boxes.cls.int()
|
||||
conf = res.boxes.conf
|
||||
boxes = res.boxes.xywh
|
||||
request = ontologyWorking.get_request_data(model.names, classes, conf, boxes)
|
||||
object_properties += request[0]
|
||||
data_properties += request[1]
|
||||
|
||||
@ -76,7 +75,7 @@ def analyze_file(uid: str, image_path: str) -> None:
|
||||
print('Неизвестное состояние')
|
||||
|
||||
# Вывод изображения.
|
||||
cv.imshow('result', results.render()[0][:, :, ::-1])
|
||||
cv.imshow('result', results[0].plot())
|
||||
cv.waitKey(0)
|
||||
cv.destroyAllWindows()
|
||||
|
||||
|
@ -1,10 +1,9 @@
|
||||
def rename_entity(list_names: dict) -> dict:
|
||||
from ultralytics import YOLO
|
||||
|
||||
def load_model(name: str = 'yolov8s.pt') -> YOLO:
|
||||
'''
|
||||
Нормализация названий объектов.
|
||||
@param list_names: Список названий объектов.
|
||||
Загрузка предварительно натренированной модели.
|
||||
@param name: Название модели.
|
||||
'''
|
||||
temp_list = list()
|
||||
for entity in list_names.values():
|
||||
entity: str
|
||||
temp_list.append(entity.title().replace(' ', ''))
|
||||
return temp_list
|
||||
model = YOLO(name);
|
||||
return model
|
||||
|
@ -15,41 +15,49 @@ def is_ontology_exists(uid: str, url: str) -> bool:
|
||||
return False
|
||||
|
||||
|
||||
def get_entity_square(results_ndarray_i: np.ndarray) -> float:
|
||||
def rename_entity(list_names: dict) -> dict:
|
||||
'''
|
||||
Нормализация названий объектов.
|
||||
@param list_names: Список названий объектов.
|
||||
'''
|
||||
temp_list = list()
|
||||
for entity in list_names.values():
|
||||
entity: str
|
||||
temp_list.append(entity.title().replace(' ', ''))
|
||||
return temp_list
|
||||
|
||||
|
||||
def get_entity_square(width: float, height: float) -> float:
|
||||
'''
|
||||
Получение площади занимаемой области.
|
||||
@param results_ndarray_i: Описание местоположения объекта.
|
||||
@param width: Ширина области в px.
|
||||
@param height: Высота области в px.
|
||||
'''
|
||||
square = float((results_ndarray_i[2] - results_ndarray_i[0]) *
|
||||
(results_ndarray_i[3] - results_ndarray_i[1]))
|
||||
return abs(square)
|
||||
return abs(width * height)
|
||||
|
||||
|
||||
def get_request_data(entities: dict, results_ndarray: np.ndarray) -> tuple[list, list]:
|
||||
def get_request_data(entities: dict, objects: np.ndarray, confs: np.ndarray, boxes: np.ndarray) -> tuple[list, list]:
|
||||
'''
|
||||
Формирование данных для сервиса онтологий.
|
||||
@param entities: Список имён объектов.
|
||||
@param results_ndarray: Результат распознавания объектов.
|
||||
'''
|
||||
classroom = 'classroom'
|
||||
entities = rename_entity(entities)
|
||||
object_properties = list()
|
||||
data_properties = list()
|
||||
for i, entity in enumerate(entities): # запись в лист имен объектов и присутствие
|
||||
if (results_ndarray[:, -1] == i).sum() > 0: # если объект найден
|
||||
object_properties.append({'domain': entity,
|
||||
'property': 'locatedIn',
|
||||
'range': classroom})
|
||||
else:
|
||||
object_properties.append({'domain': entity,
|
||||
'property': 'notLocatedIn',
|
||||
'range': classroom})
|
||||
|
||||
for i in range(results_ndarray.shape[0]):
|
||||
data_properties.append({'domain': entities[int(results_ndarray[i, 5])],
|
||||
'property': 'hasArea',
|
||||
'value': get_entity_square(results_ndarray[i])})
|
||||
data_properties.append({'domain': entities[int(results_ndarray[i, 5])],
|
||||
'property': 'hasConfidence',
|
||||
'value': float(results_ndarray[i, 4])})
|
||||
for entity_idx, entity in enumerate(entities):
|
||||
if (entity_idx in objects):
|
||||
object_properties.append({'domain': entity, 'property': 'locatedIn', 'range': classroom})
|
||||
else:
|
||||
object_properties.append({'domain': entity, 'property': 'notLocatedIn', 'range': classroom})
|
||||
|
||||
for object_idx, object in enumerate(objects):
|
||||
conf = confs[object_idx]
|
||||
box = boxes[object_idx]
|
||||
entity = entities[object.item()]
|
||||
data_properties.append({'domain': entity, 'property': 'hasArea', 'value': get_entity_square(float(box[2]), float(box[3]))})
|
||||
data_properties.append({'domain': entity, 'property': 'hasConfidence', 'value': float(conf)})
|
||||
|
||||
return object_properties, data_properties
|
||||
|
Loading…
Reference in New Issue
Block a user