猫脸检测及识别 - Rainbow

1 遗失宠物的智能寻找/README.md

@@ -5,3 +5,68 @@
 如果可以通过人工智能的方式解决这一难题，相信将成为不少养宠家庭的福音——“狗脸识别”、智能追踪设备、“离家出走”路线预测……
 
 请以“遗失宠物的智能寻找”为主题，利用人工智能技术完成一款产品（软件或硬件）的开发。
+
+---
+
+* 作品介绍：
+
+  猫是人们最喜欢的宠物之一，很多人都拜倒在了它们的魅力之下，成为了一名光荣的铲屎官。那么，如果你的小主子不幸走失了，你一定会心机如焚的去寻找。本项目致力解决这一问题，希望可以快速的在图片和视频中框选出猫咪的位置，从而发现猫咪的运动轨迹，最终成功接小主子回家。另外，本项目还可以从图片中选出猫脸所在的区域，将该区域放入SVM分类器中进行训练，进而对猫脸进行识别，这样就可以通过监控路线自动的检测你的猫咪的所在位置，大大减少了人工的工作量。
+
+  本项目使用imglab对猫脸图片进行标注
+
+* 作品截图：
+
+  猫脸检测效果图一：
+
+  ![1](https://github.com/CCCGX/aws-hackathon-2020/blob/master/1%20%E9%81%97%E5%A4%B1%E5%AE%A0%E7%89%A9%E7%9A%84%E6%99%BA%E8%83%BD%E5%AF%BB%E6%89%BE/%E7%8C%AB%E8%84%B8%E6%A3%80%E6%B5%8B%E5%8F%8A%E8%AF%86%E5%88%AB%20-%20Rainbow/res1.png?raw=true)
+
+  猫脸检测效果图二：
+
+  ![2](https://github.com/CCCGX/aws-hackathon-2020/blob/master/1%20%E9%81%97%E5%A4%B1%E5%AE%A0%E7%89%A9%E7%9A%84%E6%99%BA%E8%83%BD%E5%AF%BB%E6%89%BE/%E7%8C%AB%E8%84%B8%E6%A3%80%E6%B5%8B%E5%8F%8A%E8%AF%86%E5%88%AB%20-%20Rainbow/res2.png?raw=true)
+
+  猫脸检测效果图三：（可以很好的识别出猫和狗的区别，opencv自带的猫脸检测就不能很好的做到这一点）
+
+  ![3](https://github.com/CCCGX/aws-hackathon-2020/blob/master/1%20%E9%81%97%E5%A4%B1%E5%AE%A0%E7%89%A9%E7%9A%84%E6%99%BA%E8%83%BD%E5%AF%BB%E6%89%BE/%E7%8C%AB%E8%84%B8%E6%A3%80%E6%B5%8B%E5%8F%8A%E8%AF%86%E5%88%AB%20-%20Rainbow/res3.png?raw=true)
+
+  猫脸检测效果图四：
+
+  ![4](https://github.com/CCCGX/aws-hackathon-2020/blob/master/1%20%E9%81%97%E5%A4%B1%E5%AE%A0%E7%89%A9%E7%9A%84%E6%99%BA%E8%83%BD%E5%AF%BB%E6%89%BE/%E7%8C%AB%E8%84%B8%E6%A3%80%E6%B5%8B%E5%8F%8A%E8%AF%86%E5%88%AB%20-%20Rainbow/res4.png?raw=true)
+
+  猫脸识别效果图一：
+
+  ![4](https://github.com/CCCGX/aws-hackathon-2020/blob/master/1%20%E9%81%97%E5%A4%B1%E5%AE%A0%E7%89%A9%E7%9A%84%E6%99%BA%E8%83%BD%E5%AF%BB%E6%89%BE/%E7%8C%AB%E8%84%B8%E6%A3%80%E6%B5%8B%E5%8F%8A%E8%AF%86%E5%88%AB%20-%20Rainbow/res5.png?raw=true)
+
+* 安装、编译指南：
+
+  1.安装代码运行所需要的环境：
+
+  python3
+
+  并使用以下命令安装dlib：
+
+  ```python
+  pip install dlib-19.17.99-cp37-cp37m-win_amd64.whl
+  ```
+  并安装其他依赖环境
+
+   ```python
+  pip install numpy
+  pip install matplotlib
+  pip install scikit-learn
+  pip install opencv-python
+   ```
+  3.使用juputer note打开cat1.ipynb，依次运行每个单元格进行猫脸检测
+
+  4.使用juputer note打开cat2.ipynb，依次运行每个单元格进行猫脸识别
+
+* 团队介绍：
+
+  团队名称：Rainbow
+
+  团队成员：曹光旭
+
+  联系方式：13953006634
+
+* 使用到的 AWS 技术：
+
+  使用SageMaker提供的GPU对模型进行训练。

1 遗失宠物的智能寻找/猫脸检测及识别 - Rainbow/data/cats_test/cats.xml

@@ -0,0 +1,39 @@
+<?xml version='1.0' encoding='ISO-8859-1'?>
+<?xml-stylesheet type='text/xsl' href='image_metadata_stylesheet.xsl'?>
+<dataset>
+<name>imglab dataset</name>
+<comment>Created by imglab tool.</comment>
+<images>
+  <image file='1.jpg'>
+    <box top='1' left='103' width='372' height='260'/>
+  </image>
+  <image file='10.jpg'>
+    <box top='35' left='284' width='119' height='115'/>
+  </image>
+  <image file='2.jpg'>
+    <box top='23' left='180' width='221' height='200'/>
+  </image>
+  <image file='3.jpg'>
+    <box top='0' left='148' width='204' height='191'/>
+  </image>
+  <image file='4.jpg'>
+    <box top='14' left='248' width='145' height='150'/>
+    <box top='90' left='87' width='143' height='130'/>
+  </image>
+  <image file='5.jpg'>
+    <box top='23' left='19' width='115' height='102'/>
+  </image>
+  <image file='6.jpg'>
+    <box top='63' left='25' width='207' height='233'/>
+  </image>
+  <image file='7.jpg'>
+    <box top='16' left='142' width='250' height='219'/>
+  </image>
+  <image file='8.jpg'>
+    <box top='7' left='151' width='149' height='148'/>
+  </image>
+  <image file='9.jpg'>
+    <box top='18' left='161' width='109' height='108'/>
+  </image>
+</images>
+</dataset>

1 遗失宠物的智能寻找/猫脸检测及识别 - Rainbow/data/cats_test/image_metadata_stylesheet.xsl

@@ -0,0 +1,109 @@
+<?xml version="1.0" encoding="ISO-8859-1" ?>
+
+<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
+<xsl:output method='html' version='1.0' encoding='UTF-8' indent='yes' />
+
+<!-- ************************************************************************* -->
+
+   <xsl:variable name="max_images_displayed">30</xsl:variable>
+
+<!-- ************************************************************************* -->
+
+   <xsl:template match="/dataset">
+      <html>
+         <head>
+
+            <style type="text/css">
+               div#box{
+                  position: absolute; 
+                  border-style:solid; 
+                  border-width:1px; 
+                  border-color:red;
+               }
+
+               div#circle{
+                  position: absolute; 
+                  border-style:solid; 
+                  border-width:1px; 
+                  border-color:red;
+                  border-radius:7px;
+                  width:1px; 
+                  height: 1px;
+               }
+
+               div#label{
+                  position: absolute; 
+                  color: red;
+               }
+
+               div#img{
+                  position: relative;
+                  margin-bottom:2em;
+               }
+
+
+               pre {
+                  color: black;
+                  margin: 1em 0.25in;
+                  padding: 0.5em;
+                  background: rgb(240,240,240);
+                  border-top: black dotted 1px;
+                  border-left: black dotted 1px;
+                  border-right: black solid 2px;
+                  border-bottom: black solid 2px;
+               }
+
+            </style>
+
+         </head>
+
+         <body>
+            Dataset name: <b><xsl:value-of select='/dataset/name'/></b> <br/>
+            Dataset comment: <pre><xsl:value-of select='/dataset/comment'/></pre> <br/> 
+            Number of images: <xsl:value-of select="count(images/image)"/> <br/>
+            Number of boxes: <xsl:value-of select="count(images/image/box)"/> <br/>
+            <br/>
+            <hr/>
+
+            <!-- Show a warning if we aren't going to show all the images -->
+            <xsl:if test="count(images/image) &gt; $max_images_displayed">
+               <h2>Only displaying the first <xsl:value-of select="$max_images_displayed"/> images.</h2>
+               <hr/>
+            </xsl:if>
+
+
+            <xsl:for-each select="images/image">
+               <!-- Don't try to display too many images.  It makes your browser hang -->
+               <xsl:if test="position() &lt;= $max_images_displayed">
+                  <b><xsl:value-of select="@file"/></b> (Number of boxes: <xsl:value-of select="count(box)"/>) 
+                  <div id="img">
+                     <img src="{@file}"/>
+                     <xsl:for-each select="box">
+                        <div id="box" style="top: {@top}px; left: {@left}px; width: {@width}px; height: {@height}px;"></div>
+
+                        <!-- If there is a label then display it in the lower right corner. -->
+                        <xsl:if test="label">
+                           <div id="label" style="top: {@top+@height}px; left: {@left+@width}px;">
+                              <xsl:value-of select="label"/>
+                           </div>
+                        </xsl:if>
+
+                        <xsl:for-each select="part">
+                           <!--
+                           <div id="label" style="top: {@y+7}px; left: {@x}px;">
+                              <xsl:value-of select="@name"/>
+                           </div>
+                           -->
+                           <div id="circle" style="top: {(@y)}px; left: {(@x)}px; "></div>
+                        </xsl:for-each>
+                     </xsl:for-each>
+                  </div>
+               </xsl:if>
+            </xsl:for-each>
+         </body>
+      </html>
+   </xsl:template>
+
+   <!-- ************************************************************************* -->
+
+</xsl:stylesheet>