#?USAGE
#?python?real_time_object_detection.py?--prototxt?MobileNetSSD_deploy.prototxt.txt?--model?MobileNetSSD_deploy.caffemodel

#?import?the?necessary?packages
from?imutils.video?import?VideoStream
from?imutils.video?import?FPS
import?numpy?as?np
import?argparse
import?imutils
import?time
import?cv2


#?construct?the?argument?parse?and?parse?the?arguments
ap?=?argparse.ArgumentParser（）
ap.add_argument（“-p“?“--prototxt“default=“MobileNetSSD_deploy_0.prototxt“
	help=“path?to?Caffe?‘deploy‘?prototxt?file“）
ap.add_argument（“-m“?“--model“default=“MobileNetSSD_deploy_0.caffemodel“
	help=“path?to?Caffe?pre-trained?model“）
ap.add_argument（“-c“?“--confidence“?type=float?default=0.2
	help=“minimum?probability?to?filter?weak?detections“）
args?=?vars（ap.parse_args（））



#?initialize?the?list?of?class?labels?MobileNet?SSD?was?trained?to
#?detect?then?generate?a?set?of?bounding?box?colors?for?each?class

CLASSES?=?[“background“?“aeroplane“?“bicycle“?“bird“?“boat“
	“bottle“?“bus“?“car“?“cat“?“chair“?“cow“?“diningtable“
	“dog“?“horse“?“motorbike“?“person“?“pottedplant“?“sheep“
	“sofa“?“train“?“tvmonitor“]
COLORS?=?np.random.uniform（0?255?size=（len（CLASSES）?3））

#?load?our?serialized?model?from?disk
print（“[INFO]?loading?model...“）
net2?=?cv2.dnn.readNetFromCaffe（args[“prototxt“]?args[“model“]）

#?net2=cv2.dnn.readNetFromCaffe（“VGG_SSD_300.prototxt““VGG_SSD_300.caffemodel“）
#?net2=cv2.dnn.readNetFromTensorflow（“face.pb“）
#?initialize?the?video?stream?allow?the?cammera?sensor?to?warmup
#?and?initialize?the?FPS?counter
print（“[INFO]?starting?video?stream...“）
#vs?=?VideoStream（src=0）.start（）
#?vs?=cv2.VideoCapture（‘C:\\Users\\voidking\\Desktop\\real-time-object-detection\\test_video.flv‘）
#?vs?=cv2.VideoCapture（‘./test_video.flv‘）
#?vs?=cv2.VideoCapture（“video1.mp4“）
vs?=cv2.VideoCapture（‘timg.jpg‘）
time.sleep（2.0）
fps?=?FPS（）.start（）

#?loop?over?the?frames?from?the?video?stream
while?True:
	#?grab?the?frame?from?the?threaded?video?stream?and?resize?it
	#?to?have?a?maximum?width?of?400?pixels
	#frame?=?vs.read（）
	#frame?=?imutils.resize（frame?width=400）

	#?grab?the?frame?from?the?threaded?video?file?stream
	（grabbedframe）?=?vs.read（）
	#?if?the?frame?was?not?grabbed?then?we?have?reached?the?end
	#?of?the?stream
	if?not?grabbed:
		break
	frame?=?imutils.resize（frame?width=800）
	#?grab?the?frame?dimensions?and?convert?it?to?a?blob
	（h?w）?=?frame.shape[:2]
	blob?=?cv2.dnn.blobFromImage（cv2.resize（frame?（300?300））
		0.007843?（300?300）?127.5）

	#?pass?the?blob?through?the?network?and?obtain?the?detections?and
	#?predictions
	net2.setInput（blob）
	detections?=?net2.forward（）
	#?print（np.max（detections[0]））

	#?print（detections）
	#?loop?over?the?detections
	for?i?in?np.arange（0?detections.shape[2]）:
		#?extract?the?confidence?（i.e.?probability）?associated?with
		#?the?prediction
		confidence?=?detections[0?0?i?2]

		#?filter?out?weak?detections?by?ensuring?the?‘confidence‘?is
		#?greater?than?the?minimum?confidence

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----

?????文件????????288??2018-05-29?10:03??Detect\.idea\misc.xml

?????文件????????276??2018-05-29?10:03??Detect\.idea\modules.xml

?????文件????????398??2018-05-29?10:05??Detect\.idea\personDetect.iml

?????文件???????8418??2018-05-29?11:23??Detect\.idea\workspace.xml

?????文件???23147564??2018-03-29?15:47??Detect\MobileNetSSD_deploy_0.caffemodel

?????文件??????29353??2018-03-29?15:47??Detect\MobileNetSSD_deploy_0.prototxt

?????文件???????4972??2018-11-07?16:56??Detect\real_time_object_detection.py

?????文件??????57064??2018-11-06?20:25??Detect\timg.jpg

?????文件???????4072??2018-11-07?15:56??Detect\yoloT.py

?????目錄??????????0??2018-05-29?10:05??Detect\.idea\inspectionProfiles

?????目錄??????????0??2018-05-29?11:23??Detect\.idea

?????目錄??????????0??2018-11-07?16:55??Detect

-----------?---------??----------?-----??----

?????????????23252405????????????????????12