用ChatGPT全自動開發安全頭盔佩戴檢測項目

作者：渡碼 2023-09-04 08:23:29

人工智能

ChatGPT?生成的代碼基本都是能直接用的，但還是需要要了解一些深度學習的知識，用起來會更高效。不然一報錯，直接貼給ChatGPT容易越走越偏。

哈嘍，大家好。

今天給大家分享用ChatGPT開發安全頭盔佩戴檢測。代碼完全用GPT4完成。

首先，給ChatGPT設定角色，告訴我們要完成的任務，然后讓ChatGPT給出詳細的步驟。

圖片

從數據準備與標注、模型選擇與設計到模型部署，ChatGPT給出非常具體、詳細、可執行的步驟。

這里，我們主要關注數據準備和模型選擇訓練。

如果自己收集數據，再標注費時費力，我們可以讓ChatGPT幫我們查找一下是否有現成的資源

圖片

他沒有直接給我們找到數據集，但是提供了可以搜索資源的網站，如：Kaggle、GitHub，我們可以在這些網站搜索。

我在Kaggle和GitHub上查找后，都能找到已經標注好的數據集，最后，我選擇了Kaggle上的一個數據集

圖片

數據集包含戴頭盔和未戴頭盔兩種分類，標注文件是PASCAL格式。

圖片

下載數據集，讓 ChatGPT寫代碼解析標注文件，在原圖上繪制標注結果

圖片

代碼是正確的，只要修改下輸入文件的路徑，就可以直接運行，看到標注的檢測框

import cv2
import xml.etree.ElementTree as ET
import random


# 隨機生成一個顏色
def random_color():
    return (0, random.randint(0, 255), random.randint(0, 255))


# 讀取PASCAL VOC格式的XML標注文件
def read_annotations(xml_file):
    tree = ET.parse(xml_file)
    root = tree.getroot()

    boxes = []
    for obj in root.iter('object'):
        name = obj.find('name').text
        xmlbox = obj.find('bndbox')
        x1 = int(xmlbox.find('xmin').text)
        y1 = int(xmlbox.find('ymin').text)
        x2 = int(xmlbox.find('xmax').text)
        y2 = int(xmlbox.find('ymax').text)

        boxes.append([name, x1, y1, x2, y2])

    return boxes


# 讀取圖片
image_path = "./archive (1)/images/BikesHelmets38.png"  # 更改為你的圖片路徑
image = cv2.imread(image_path)

# 讀取標注
xml_path = "./archive (1)/annotations/BikesHelmets38.xml"  # 更改為你的XML文件路徑
annotations = read_annotations(xml_path)

# 在圖片上畫出標注框
for annotation in annotations:
    name, x1, y1, x2, y2 = annotation
    color = random_color()
    cv2.rectangle(image, (x1, y1), (x2, y2), color, 2)
    cv2.putText(image, name, (x1, y1 - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, color, 1)

# 顯示圖片
cv2.imshow('Annotated Image', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

圖片