- Linux
- Tiempo libre
Hay que ctualizar y crear el directorio en el que se va a trabajar
sudo apt update
sudo apt upgrade
mkdir directorio_de_trabajo
cd directorio_de_trabajo
mkdir pos neg
Y añadir el fichero cascadeCreation.py al directorio, al mismo nivel que pos y neg.
Ahora toca instalar el compilador, las librerías y las distintas herramientas de Python necesarias
sudo apt install build-essential cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev libopencv-dev python-opencv
Hecho esto, procede una breve descripción.
Este proyecto consta de un fichero, cascadeCreation.py que, dando por hecho que se cumplen los requisitos del directorio, creará los archivos necesarios para empezar a detectar objetos con OpenCV.
Estos requisitos, que se deben cumplir en el directorio de trabajo en el que se almacenen estos ficheros, son:
- Carpeta "pos", que contiene las imágenes positivas del detector
- Carpeta "neg", que contiene las imágenes negativas del detector
Este fichero sigue las instrucciones, de forma personalizada, del siguiente tutorial de OpenCV:
https://pythonprogramming.net/haar-cascade-object-detection-python-opencv-tutorial/
A lo largo de ese tutorial, se explica la lógica a seguir a la hora de obtener positivos, negativos, y los ficheros necesarios para el entrenamiento.
Ejecución en consola del fichero cascadeCreation.py:
- (.) -> Transforma todas las imágenes de la carpeta de positivos, cambiando sus colores a una escala de grises, cambiando sus nombres por unos más apropiados, y unificando su tamaño
- Crea un fichero con las rutas relativas a todas las imágenes de la carpeta de positivos, añadiendo a cada línea, la cantidad de instancias del objeto que se busca, dónde comienza la posición del objeto, y sus dimensiones
- (..) -> Transforma todas las imágenes de la carpeta de negativos, haciendo lo mismo que con las positivas, aunque el tamaño de estas debe ser mayor que el de las positivas
- Crea un fichero con las rutas relativas a todas las imágenes de la carpeta de negativos
- Usando el fichero de rutas a las imágenes positivas, crea un tercer fichero, el cual las va a contener todas, que será necesario a la hora de entrenar el haar cascade
- (···) Una vez creados todos estos archivos, mostrará el comando que habrá que ejecutar en la consola a continuación para que comience el entrenamiento, proceso con una duración basada en la cantidad de imágenes usadas, su tamaño y el número de fases (más fases, mayor precisión), lo cual puede variar lo que tarde en crear el archivo, desde los 10 segundos, hasta las 3 semanas incluso
(·) -> Los tamaños están como constantes dentro del código, por lo que si el ratio ancho-alto del objeto a detectar es distinto, se recomienda buscar dónde están ubicados los números y cambiarlos.
(··) -> Igual que los positivos, el tamaño de transformación de los distintos ficheros va en el código, aunque en este caso, los negativos deben ser mayores que los positivos.
(···) -> Este comando está automatizado para mostrar el 90% de positivos y negativos de los que se dispone, 20 fases y el estilo LBP, por lo que no se recomienda copiar y pegar sin más, sino modificar los campos, tanto los del comando, como los del código.
Para más información, consultar el código del fichero.