欢迎访问我的GitHub
https://github.com/zq2599/blog_demos
内容：所有原创文章分类汇总及配套源码，涉及Java、Docker、Kubernetes、DevOPS等；
本篇概览
- 检测照片中的物体，用Java可以实现吗？
- 可以，今天咱们用最少的时间、最简单的操作来体验这个实用的功能，您提交一张普通照片后，会看到下图效果，原照片上的狗子、人、马都被识别出来，每个识别框的左上角是类别和置信度，最后，图片左上角还有本次识别所用时间：
在这里插入图片描述
- 接下来请随本文一起动手来实现上述效果，整个过程分三步完成：
- 下载模型和配置文件
- 运行docker容器，这是个web服务，咱们用浏览器访问此服务，提交照片完成检测
- 验证效果（在浏览器上打开web页面，提交图片，等待检测结果）
风险提前告知
- 为了简化操作，接下来会用到docker，对应的镜像体积巨大，达到了恐怖的1.57G，建议您为自己的docker做好加速配置，可以减少下载等待时间；
- 由于opencv体积庞大，再加上javacv的依赖库也不小，这才导致超大镜像的出现，还望您多多海涵，标题中的《三分钟》是要去掉镜像的等待时间的，您要是觉得欣宸的标题起得很无耻，我觉得您是对的…
环境信息
- 本次实战推荐的环境信息如下：
- 操作系统：Ubuntu 16（MacBook Pro也可以，版本是11.2.3，macOS Big Sur）
- docker：20.10.2 Community
- 不多说了，立即动手！
下载模型和配置文件
- 本次实战所需要的文件有两种下载方式，您二选一即可
- 第一种是从官方下载，从下面这三个地址分别下下载：
- YOLOv4配置文件: https://raw.githubusercontent.com/AlexeyAB/darknet/master/cfg/yolov4.cfg
- YOLOv4权重: https://github.com/AlexeyAB/darknet/releases/download/darknet_yolo_v3_optimal/yolov4.weights
- 分类名称: https://raw.githubusercontent.com/AlexeyAB/darknet/master/data/coco.names
- 第二种是从csdn下载（无需积分），上述三个文件我已打包放在此：https://download.csdn.net/download/boling_cavalry/33229838
- 上述两种方式无论哪种，最终都会得到三个文件：yolov4.cfg、yolov4.weights、coco.names，请将它们放在同一目录下，我是放在这里：<font color="blue">/home/will/temp/202110/19/model</font>
- 新建一个目录用来存放照片，我这里新建的目录是：<font color="blue">/home/will/temp/202110/19/images</font>，注意要确保该目录可以读写
- 最终目录结构如下所示：
/home/will/temp/202110/19/
├── images
└── model
├── coco.names
├── yolov4.cfg
└── yolov4.weights
运行docker容器
- 执行以下命令即可完成服务部署(注意刚才提到的两个目录都被映射到容器中了)：
sudo docker run \
--rm \
--name yolodemo \
-p 8080:8080 \
-v /home/will/temp/202110/19/images:/app/images \
-v /home/will/temp/202110/19/model:/app/model \
bolingcavalry/yolodemo:0.0.1
- 控制台会输出springboot的启动信息：
. ____ _ __ _ _
/\\ / ___'_ __ _ _(_)_ __ __ _ \ \ \ \
( ( )\___ | '_ | '_| | '_ \/ _` | \ \ \ \
\\/ ___)| |_)| | | | | || (_| | ) ) ) )
' |____| .__|_| |_|_| |_\__, | / / / /
=========|_|==============|___/=/_/_/_/
:: Spring Boot :: (v2.4.8)
2021-10-19 07:39:20.112 INFO 1 --- [ main] c.b.yolodemo.YoloDemoApplication : Starting YoloDemoApplication using Java 1.8.0_292 on 06e6b68f43ca with PID 1 (/app started by root in /)
2021-10-19 07:39:20.115 INFO 1 --- [ main] c.b.yolodemo.YoloDemoApplication : No active profile set, falling back to default profiles: default
2021-10-19 07:39:20.997 INFO 1 --- [ main] o.s.b.w.embedded.tomcat.TomcatWebServer : Tomcat initialized with port(s): 8080 (http)
2021-10-19 07:39:21.010 INFO 1 --- [ main] o.apache.catalina.core.StandardService : Starting service [Tomcat]
2021-10-19 07:39:21.010 INFO 1 --- [ main] org.apache.catalina.core.StandardEngine : Starting Servlet engine: [Apache Tomcat/9.0.48]
2021-10-19 07:39:21.083 INFO 1 --- [ main] o.a.c.c.C.[Tomcat].[localhost].[/] : Initializing Spring embedded WebApplicationContext
2021-10-19 07:39:21.084 INFO 1 --- [ main] w.s.c.ServletWebServerApplicationContext : Root WebApplicationContext: initialization completed in 915 ms
2021-10-19 07:39:21.157 ERROR 1 --- [ main] c.b.y.controller.YoloServiceController : file.encoding is utf-8
2021-10-19 07:39:23.449 INFO 1 --- [ main] o.s.b.a.w.s.WelcomePageHandlerMapping : Adding welcome page template: index
2021-10-19 07:39:23.627 INFO 1 --- [ main] o.s.b.w.embedded.tomcat.TomcatWebServer : Tomcat started on port(s): 8080 (http) with context path ''
2021-10-19 07:39:23.640 INFO 1 --- [ main] c.b.yolodemo.YoloDemoApplication : Started YoloDemoApplication in 3.893 seconds (JVM running for 4.329)
2021-10-19 07:39:49.872 INFO 1 --- [nio-8080-exec-1] o.a.c.c.C.[Tomcat].[localhost].[/] : Initializing Spring DispatcherServlet 'dispatcherServlet'
2021-10-19 07:39:49.872 INFO 1 --- [nio-8080-exec-1] o.s.web.servlet.DispatcherServlet : Initializing Servlet 'dispatcherServlet'
2021-10-19 07:39:49.873 INFO 1 --- [nio-8080-exec-1] o.s.web.servlet.DispatcherServlet : Completed initialization in 1 ms
- 部署完成，接下来体验服务验证效果
验证效果
- 浏览器访问<font color="blue">http://192.168.50.27:8080</font>，这里的<font color="red">192.168.50.27</font>请改成docker宿主机IP（要关闭防火墙！），可见操作页面如下图（欣宸的前端开发水平渣到令人发指，果然不是空穴来风）：
在这里插入图片描述
- 按照上图红框的提示，选择一张照片并点击<font color="blue">提交</font>按钮，短暂等待后展示如下页面：
在这里插入图片描述
- 去看docker的控制台，也输出了识别的日志：
2021-10-19 07:39:57.830 : 文件 [person.jpg], 大小 [113880]
2021-10-19 07:39:59.303 : 一共检测到3个目标
2021-10-19 07:39:59.306 : 类别[person]，置信度[99.78939%]
2021-10-19 07:39:59.307 : 类别[dog]，置信度[99.45358%]
2021-10-19 07:39:59.307 : 类别[horse]，置信度[98.37547%]
- 动物识别效果挺好：
在这里插入图片描述
- 至此，Java版目标检测的体验已完成，也就三分钟的事情，咱们足够高效(下载超大镜像的时间不能算，不敢算…)
- 此刻您应该能感受到Java在目标识别领域的魅力了，聪明的您当然会有很多疑问，例如：
- 用了啥技术？（别告诉我只用springboot，不信）
- 写了啥代码？
- 运行环境好不好配置？只要jar依赖吗？还需要其他操作吗？
- 有坑么？
- 其实从标题就可以看出，和YOLO有关，java与YOLO4，有点小期待了吗？
- 这些疑问在接下来的文章中会完全揭秘，然后您也能轻易做出集成了目标识别的SpringBoot应用了，敬请期待，欣宸原创不会辜负您。
https://github.com/zq2599/blog_demos
网友评论