百度AI攻略：車輛分割

【使用攻略】【車輛分割】

1.功能介紹：

傳入單幀圖像，檢測圖像中的車輛，以小汽車爲主，識別車輛的輪廓範圍，與背景進行分離，返回分割後的二值圖、灰度圖、前景摳圖，支持多個車輛、車門打開、後備箱打開、機蓋打開、正面、側面、背面等各類拍攝場景。

2.平臺接入

具體接入方式比較簡單，能夠參考個人另外一個帖子，這裏就不重複了：

http://ai.baidu.com/forum/topic/show/943327

3.調用攻略（Python3）及評測

3.1首先認證受權：

在開始調用任何API以前須要先進行認證受權，具體的說明請參考：

http://ai.baidu.com/docs#/Auth/top

具體Python3代碼以下：

# -*- coding: utf-8 -*-

#!/usr/bin/env python

import urllib

import base64

import json

#client_id 爲官網獲取的AK， client_secret 爲官網獲取的SK

client_id =【百度雲應用的AK】

client_secret =【百度雲應用的SK】

#獲取token

def get_token():

    host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=' + client_id + '&client_secret=' + client_secret

    request = urllib.request.Request(host)

    request.add_header('Content-Type', 'application/json; charset=UTF-8')

    response = urllib.request.urlopen(request)

    token_content = response.read()

    if token_content:

        token_info = json.loads(token_content)

        token_key = token_info['access_token']

    return token_key

3.2車輛分割分析接口調用：

詳細說明請參考： https://ai.baidu.com/docs#/ImageClassify-API/3e953ab4

API訪問URL：https://aip.baidubce.com/rest/2.0/image-classify/v1/vehicle_seg

具體參數以下：

 

Python3調用代碼以下：

#保存圖片def save_base_image(img_str,filename): img_data = base64.b64decode(img_str) with open(filename, 'wb') as f: f.write(img_data)#車輛分割

#filename:原圖片名（本地存儲包括路徑）；dehazedfilename:處理後的文件保存名稱

def vehicle_seg(filename,resultfilename):

    request_url = "https://aip.baidubce.com/rest/2.0/image-classify/v1/vehicle_seg"

 

    # 二進制方式打開圖片文件

    f = open(filename, 'rb')

    img = base64.b64encode(f.read())

 

    params = dict()

    params['image'] = img

    params['type'] = 'foreground'

    params = urllib.parse.urlencode(params).encode("utf-8")

    #params = json.dumps(params).encode('utf-8')

 

    access_token = get_token()

    begin = time.perf_counter()

    request_url = request_url + "?access_token=" + access_token

    request = urllib.request.Request(url=request_url, data=params)

    request.add_header('Content-Type', 'application/x-www-form-urlencoded')

    response = urllib.request.urlopen(request)

    content = response.read()

    end = time.perf_counter()

    print('處理時長:'+'%.2f'%(end-begin)+'秒')

    if content:

        #print(content)

        content=content.decode('utf-8')

        #print(content)

        data = json.loads(content)

        #print(data)

        img_str=data['foreground']

        save_base_image(img_str,resultfilename)

vehicle_seg('../img/vehicle2.jpg','../img/vehicle2_seg.jpg')

4.功能評測：

4.1 測試內容

如下測試圖片都取自網絡。

1，戶外，一輛車：

2，戶外，2輛車：

3，科幻創做的車：

4，室內站臺上的1輛車：

5，破損車：

6，戶外公路上，不少車：

7，戶外公路上，不少車，複雜狀況（車禍）：

8，打開車門：

4.2 測試結果分析

速度：包括圖片上傳下載，處理速度最快爲1.06秒，最慢爲5.49秒。主要和圖片大小關係比較大，通常圖片2秒左右均可以處理完畢。

效果：對於不一樣狀況處理效果總體不錯，在複雜的圖片裏，有部分邊緣比較模糊。

5.測試結論及建議

經過測試能夠發現，在各類狀況下，百度車輛分割都比較準確，有很好的應用前景。

建議能夠考慮針對如下一些內容進行優化或者開發：

1，有的分割圖片邊緣有點模糊有毛刺，最好能優化一下，更加銳利。

2，有的分割圖片須要鏤空（例如案例3）的地方，沒有鏤空，但願能優化一下。

3，最好能增長一些後處理參數，好比對圖片邊緣進行銳化，或者模糊處理等。

4，能夠考慮增長返回車輛在原圖片的位置和輪廓數據。

5，能夠考慮增長返回每一輛車的選項，返回每一輛車的分割圖。

6，能夠考慮增長補全的選項，經過AI自動補全車輛被遮擋的部分輪廓。

5，6能夠結合起來