Readme

Projektbeschreibung

Dieses Projekt dient zur einfachen Erkennung von Menschen auf einem Bild.

Installation

• Downloads:

  • Python 3.11: Python 3.11 Download
  • Visual Studio Code: Visual Studio Code Download

• Installation:

  • Folgen Sie den Anweisungen des Python Installers.
  • Laden Sie in VS Code unter Extensions die Python Extension von Microsoft herunter, indem Sie ⇧ + ⌘ + X oder STRG + ⇧ + X drücken.

• Installation der Python-Bibliotheken und mehr:

  • Virtuelle Umgebung erstellen:

    python3 -m venv AI

    Hier ist "AI" der Name der virtuellen Umgebung.

  • Aktiviere die virtuelle Umgebung:

    • Windows:

      AI\Scripts\activate

    • MacOS / Linux:

      source AI/bin/activate

  • Bibliotheken installieren:

    pip install -r requirements.txt

  • Virtuelle Umgebung auswählen: Klicken Sie auf die [Python-Version (z.B. 3.11.5)] → Klicken Sie auf [Python [Version (z.B. 3.11.5)] (64-bit) ('AI': venv)].

Beschreibung des Codes

• Importieren der Bibliotheken:

  from ultralytics import YOLO
  import cv2
  import numpy as np

• Laden des Modells und des Bildes:

  # Lade das YOLO-Modell
  model = YOLO('yolov8x.pt')
  
  # Lade das Bild
  img = "test.jpg"
  img = cv2.imread(img)

• Erkennung der Menschen auf dem Bild:

  for r in results:
      for box, c in zip(r.boxes.xyxy, r.boxes.cls):
          class_name = model.names[int(c)]
          if class_name == "person":
              x1, y1, x2, y2 = map(int, box)
              cv2.rectangle(img, (x1, y1), (x2, y2), (0, 0, 255), 4)

  Erklärung des Loops:

  • for r in results: Für jedes verarbeitete Bild wird ein neues Objekt r erstellt.
  • for box, c in zip(r.boxes.xyxy, r.boxes.cls): Für jede Bounding Box in r.boxes.xyxy wird ein neues Objekt box erstellt. Für jede Klasse in r.boxes.cls wird ein neues Objekt c erstellt.
  • class_name = model.names[int(c)]: Die Klasse wird in einen String umgewandelt.
  • if class_name == "person":: Wenn die Klasse "person" ist, wird der Code ausgeführt.
  • x1, y1, x2, y2 = map(int, box): Die Koordinaten der Bounding Box werden in Integer umgewandelt.
  • cv2.rectangle(img, (x1, y1), (x2, y2), (0, 0, 255), 4): Die Bounding Box wird auf das Bild gezeichnet.

• Zeige das Bild an:

  # Zeige das Bild an
  cv2.imshow('YOLOv8 Detection', img)
  cv2.waitKey(0)
  cv2.destroyAllWindows()