百度AI应用类-车辆检测

作者：江大白

项目简介：车辆检测，在交通行业非常常见，比如判断车辆的速度，车辆停留的时间，车辆是否压线、车辆计数等。

同时，在车辆检测的基础上，项目中也可以进一步分析，比如车辆追踪、车辆属性判断等等。

而本项目，通过调用百度API接口的方式，和大家一起体验车辆检测的应用。

关于调用百度API接口的入门视频，可以参考平台上的《深入浅出百度AI平台项目应用》。

学习目的：学习如何调用百度AI的接口？学习如何对图像进行车辆检测？

可应用场景：车辆计数、车辆追踪、车辆属性判断等

百度车辆检测链接：https://ai.baidu.com/tech/vehicle/detect

2 原理简述

车辆检测：车辆检测是目标检测算法中的特定应用，主要通过算法对车辆进行检测判断。

在本地部署时，我们可以采用Yolo、Centernet等算法，训练车辆检测模型，再使用GPU服务器，部署服务。

而当样本不多，或者没有GPU服务器时，也可以采用云服务部署的方式，调用API接口（比如百度AI）来进行车辆检测。

注意：关于目标检测入门的视频，可以查看平台上《30天入门深度学习》课程中的第五章节，入门且详细易懂。

3 项目实践

很多同学刚开始进入计算机视觉领域，因此大白主要从三个方面教大家一步步入门。

大白主要从软件安装（用于编写代码）+conda安装（代码运行环境）+库文件安装（代码运行需要的函数），总共三个方面讲解。

注意：如软件、环境、库文件已经安装，可跳过第三章，直接进入第四章。

3.1 软件安装

（1）Pycharm的安装

计算机视觉算法入门，大白首推Python语言进行编程，超级简单方便。

而在编程中，为了便于管理代码，推荐大家使用Pycharm软件。

考虑到很多人刚入门时，通常使用Window环境。

关于Pycharm的安装，可以参考大白的文章，《Window系统安装Pycharm软件详细教程》。

3.2 conda安装

（1）Conda

在工作中，常常会遇到，不同项目所依赖环境不一样的情况。

比如有的项目需要用python2.7，有的项目需要用python3.8等等。

为了不同的项目互不干扰，非常推荐大家使用Conda环境。

这里关于Conda环境的安装，可以参考大白的文章，《Window系统安装Conda详细教程》。

3.3 库文件安装

注意：以下如果哪个库文件已经安装过，可以跳过，安装下一个库文件。

（1）Opencv库

Opencv是计算机视觉领域，非常常用的图像算法库。

安装方式：进入Conda终端环境。（如不知如何进入，可以查看文章《Window系统安装Conda详细教程》）

输入代码：pip install  opencv-python

安装参考：（如果没有安装过numpy，同时也会顺带下载numpy库，用于数值转换）

（2）Request库

Request库，也称为HTTP库，在远程申请调用接口时非常常用，比如使用requests.post发送信息到远程服务器，请求服务。

安装方式：进入Conda终端环境

输入代码：pip install request==1.0.117

安装参考：

4 代码文件编写

（1）代码获取方式

① 关注微信公众号：江大白

② 回复关键词：车辆检测，即可收到代码。

（2）部分代码详情

（3）文件详情

main_image.py：读取图像，使用百度AI的车辆检测接口，对图像中的车辆进行检测定位。

main_video.py：读取视频，使用百度AI的车辆检测接口，对视频中的车辆进行检测定位。

目的：通过代码，学习如何调用百度AI接口，如何进行车辆检测。

5 代码运行测试

图像车辆检测：在Pycharm中，运行main_image.py文件即可，大家也可以在最下方的配置信息中，更换不同的车辆图片，进行尝试。

视频车辆检测：在Pycharm中，运行main_video.py文件即可，也可以修改不同的视频路径，或者调节跳帧数，学习如何调用API接口。

注意：代码中的AK、SK相当于不同应用的账号和密码，大家需要自行注册，进行填写。

相关教程，可以参照平台上，大白的视频，《深入浅出人工智能平台Api项目应用》。