Page 174 - python

148

ิ
ดวย tensorflow 1.x ทําการอมพอรต tiny_face_model และ util จากนั้นโหลดไฟล tiny_face_
่

eval4nb.py และทําการ exec() หลังจากนั้นสรางโฟลเดอร input และ output ดวยคําสัง !mkdir โหลด
่

่
ึ
ภาพ ex02.jpg ดวยคําสัง !wget โดยบันทกไฟลไวในโฟลเดอร input ตังชอ ex02.jpg
ื
้
จากนั้นประมวลผลดวยคําสั่ง with tf.Graph().as_default(): ใหเรียกคําสั่ง z = evaluate
("tinyface.pkl", input","output") และใสอารกวเมนต 3 ตัว คือ ไฟลโมเดล tinyface.pkl และโฟลเดอร
ิ
input และ output โปรแกรมจะทําการอานไฟลในโฟลเดอร input แลวจะตรวจจบภาพใบหนาและเก็บ

ั
ผลลัพธไวในโฟลเดอร output

ตัวอยางที่ 11.12 การเขียนโปรแกรมแสดงภาพผลลัพธการประมวลผล Tinyface
%pylab inline
from IPython.display import display, Image
from glob import glob
fn = glob("output/*.jpg")

for i in fn:
img= Image(i)
display(img)
print(i)

ั
ตัวอยางท 11.12 ผลลัพทเกบไวในโฟลเดอร output ใชคาสง glob() เพอแสดงรายชือไฟลใน
่

ํ
่
่
่
ี

ื
็
่
่
ํ
ั
โฟลเดอร คาสงในการแสดงผลคือ display และคําสัง Image ในไลบรารี Ipython.display โดยตัวแปร fn
่
จะเก็บรายชื่อไฟลที่ผานการประมวลผลและเก็บไวในโฟลเดอร output และนํามาแสดงผลลัพธดวยคําสั่ง
display() จะไดผลลัพธดังภาพตอไปนี้

ผลลัพธ:

ภาพประกอบที่ 11.15 แสดงการตรวจจับใบหนาขนาดเล็กดวย tinyface