lanthlove/vehicledetection

VehicleDetection

安装使用说明

 

1. 文件说明

1.1 PC 文件夹，包括

1）PC端GUI代码和PC端

2）PC端微信小程序 Server代码

1.2 WX文件夹： 微信客户端代码

1.3 Demo文件夹: 演示视频

1.4 Train文件夹: Inception V4模型训练代码

 

2. 安装说明

2.1 PC端GUI安装

GUI依赖库

tensorflow(>1.4.0)
pyqt5
numpy
pillow

2.2 模型pb文件下载

pb文件路径https://pan.baidu.com/s/1VKiKLMr3CqiLxURxq_stDw
pb文件存放路径：./PC/data/twostepclassify

2.3 微信小程序安装

由于微信小程序未能进行公网测试，没有对外开放，因此需要安装开发环境，在测试版本下调用。

服务端依赖库

tensorflow(>1.4.0)
pyqt5
numpy
pillow
flask

应用端小程序开发环境安装

2.3.1 微信公众平台注册个人微信小程序公众号；

2.3.2 下载微信小程序开发工具;

2.3.3 在公众平台中获取个人APPID,如下图：

2.3.4 修改'WX/project.config.json'中的APPID为上一步中获取到的值

 

3. 使用说明

3.1 PC端GUI使用说明

3.1.1 运行主程序 ，进入'PC'目录，执行'python vehicle_main.py'

"导入照片"和"检测"按钮都是灰色的，这个时候信息提示"Stauts:BUSY ...."，表示程序处于忙碌状态，正在导入models文件，如下图

models导入成功后，显示"Status:IDLE ..."，提示导入models成功，程序处于空闲状态，"导入照片"按钮处于活动状态。如下：

3.1.2 导入照片

点击"导入照片"弹出文件选取窗口，选择需要检测的文件，支持多选

导入完成后，GUI界面显示导入文件名称和最终状态，如下：

3.1.3 检测

点击"检测"，开始执行检测，检测过程中，每完成一张照片的检测，会提示如下：

全部图片检测完成后：

3.2 微信小程序使用说明

3.2.1 进入'PC'目录运行，'python vehicle_server.py'，成功运行后会出现如下消息：

3.2.2 修改'WX/pages/index/index.js'中url中的地址为服务器地址：

3.2.3 点击'打开相机'或者'从相册导入'上传照片，开始运行，可以使用模拟器或者远程调试，远程调试的微信号需要与小程序绑定的微信号相同，否则不能使用

3.2.4 运行过程中会等待服务器运行结束并返回结果，运行成功后小程序会切换到结果界面，如下图：