Python：分类图像中的对象

Question

camera = webcam; % Connect to the camera 
nnet = alexnet; % Load the neural net 

while true 
    picture = camera.snapshot;    % Take a picture  
    picture = imresize(picture,[227,227]); % Resize the picture 

    label = classify(nnet, picture);  % Classify the picture 

    image(picture);  % Show the picture 
    title(char(label)); % Show the label 
    drawnow; 
end 

我在互联网上找到了这个matlab代码。它显示一个窗口，上面有来自网络摄像头的图片，并且很快也会命名图片中的内容（“键盘”，“bootle”，“铅笔”，“时钟”...）。我想在python中做到这一点。 到目前为止，我有这样的：

import cv2 
import sys 
faceCascade = cv2.CascadeClassifier("haarcascade_frontalface_default.xml") 
video_capture = cv2.VideoCapture(0) 

while True: 
    ret, frame = video_capture.read() 
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) 

    faces = faceCascade.detectMultiScale(
     gray, 
     scaleFactor=1.1, 
     minNeighbors=5, 
     minSize=(30, 30), 
     flags=cv2.cv.CV_HAAR_SCALE_IMAGE 
    ) 

    # Draw a rectangle around the faces 
    for (x, y, w, h) in faces: 
     cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2) 
    cv2.imshow('Video', frame) 

    if cv2.waitKey(1) & 0xFF == ord('q'): 
     break 

这是alreay很相似，但只检测面。 matlab代码使用alexnet。我想这是一个基于imagenet数据的预训练网络（http://www.image-net.org/）。但它不再可用。 我将如何在python中做到这一点？

（这里有类似的问题，但它是4岁，我认为现在有更新的技术）。

Answer 1

通过“tensorflow”软件包和预先培训的网络“vgg16”，解决方案非常简单。 请参阅https://github.com/machrisaa/tensorflow-vgg/blob/master/test_vgg16.py