PHP と機械学習: 画像認識とオブジェクト検出を実行する方法-PHPチュートリアル-php.cn

PHP と機械学習: 画像認識とオブジェクト検出を実行する方法

王林

リリース： 2023-07-28 22:40:02

オリジナル

984 人が閲覧しました

PHP と機械学習: 画像認識とターゲット検出を実行する方法

はじめに:
機械学習は、画像認識とターゲット検出において大きな進歩を遂げました。 PHP 開発者にとって、画像認識やオブジェクト検出に機械学習を使用することがますます簡単になってきています。この記事では、PHP を使用して画像認識とオブジェクト検出を行う方法とコード例を紹介します。

1. 準備
始める前に、いくつかのツールとライブラリを準備する必要があります。まず、PHP とその互換性のある機械学習ライブラリをインストールする必要があります。 PHP で一般的に使用される機械学習ライブラリには、TensorFlow と OpenCV が含まれます。その中でも、TensorFlow は、画像認識やターゲット検出に使用できる強力な深層学習ライブラリです。 OpenCV は、主に画像処理と分析に使用されるコンピュータービジョンライブラリです。

PHP および機械学習ライブラリをインストールする手順は少し複雑なので、ここでは 1 つずつ説明しません。読者は公式ドキュメントやその他のチュートリアルを通じてインストールできます。インストールが完了したら、画像認識とターゲット検出を開始できます。

2. 画像認識
画像認識とは、機械学習モデルを通じて画像を分類することを指します。以下では画像認識に TensorFlow を使用します。

まず、トレーニング済みモデルを準備する必要があります。既存のモデルを使用することも、新しいモデルを自分でトレーニングすることもできます。ここでは、デモンストレーション用に既存のモデルを選択します。公式 TensorFlow GitHub リポジトリには、「tensorflow-for-poets」と呼ばれるサンプルプロジェクトがあり、既製のモデルとトレーニングデータがいくつか提供されています。

サンプルプロジェクトをダウンロードします:
```
$ git clone https://github.com/googlecodelabs/tensorflow-for-poets-2
```
ログイン後にコピー
プロジェクトディレクトリを入力してください:
```
$ cd tensorflow-for-poets-2
```
ログイン後にコピー
トレーニング済みのプロジェクトをダウンロードしますInception V3 モデル:
```
$ curl -O http://download.tensorflow.org/models/image/imagenet/inception-2015-12-05.tgz
$ tar xzf inception-2015-12-05.tgz
```
ログイン後にコピー
新しいモデルのトレーニング (オプション):
このステップはオプションです。新しいモデルを自分でトレーニングしたい場合は、サンプルプロジェクトのドキュメントに従ってください。
画像認識プログラムを実行します:
```
$ php -S localhost:8000
```
ログイン後にコピー

ブラウザで http://localhost:8000 を開くと、A が表示されます。シンプルな画像認識インターフェース。「ファイルを選択」ボタンをクリックして、認識する画像を選択できます。認識が完了すると、写真内のオブジェクトの名前と信頼度が表示されます。

3. ターゲット検出
ターゲット検出とは、画像内の特定のオブジェクトを見つけて位置を特定することを指します。次に、ターゲット検出に OpenCV を使用します。

まず、OpenCV PHP 拡張機能をインストールする必要があります。次のコマンドでインストールできます:

$ pecl install opencv

ログイン後にコピー

インストールが完了したら、ターゲット検出を実行するコードを作成できます。

ターゲット検出スクリプトの作成object_detection.php:

<?php

$objectCascade = new CvHaarClassifierCascade();
$objectCascade->load("path/to/cascade.xml"); // 加载目标分类器文件

$image = new CvImage();
$image->load("path/to/image.jpg"); // 加载待检测的图像

$grayImage = $image->convertColor(CV_BGR2GRAY); // 转换为灰度图像
$grayImage->equalizeHist(); // 直方图均衡化

$objects = $grayImage->detectObjects($objectCascade); // 检测目标

foreach ($objects as $object) {
 $image->rectangle($object->x, $object->y, $object->x + $object->width, $object->y + $object->height, CvScalar::all(255), 2); // 在图像上绘制检测到的矩形
}

$image->show("Object detection"); // 显示图像和检测结果

ログイン後にコピー