keras-yolo3 連接 ipcam 進行物件辨識

接續前一篇 keras-yolo3 測試 ，這篇說明如何連接具有 onvif 協定之 ipcam.

要連接 ipcam 首先要找到連接的 uri，如果手冊沒有，可以先下載 ONVIF Device Manager，先用瀏覽器登入 ipcam 後找到 port 設定，然後手動方式將 ipcam 網址加入 ONVIF Device Manager 的裝置列表，輸入帳號密碼，然後手動連線，點選中間欄位的 Live Video, 影像串流就會顯示在右方窗格，下方即可看到 uri， 例如:

   rtsp://ip:port/user=admin_password=tlJwpbo6_channel=1_stream=1.sdp?real_stream 
   rtsp://user:pass@ip:port/profile0
不同廠牌型號的 ipcam 有不同的 uri 格式，也有一些影音profile 可以選，在 ONVIF Device Manager 中間窗格可以選擇不同 profile，右下方及即可看到不同 uri：

先用 webcam.py 測試一下：

測試成功畫面：

  

確認 uri 正確後, 即可執行 keras-yolo3 的主程式, 在命令視窗輸入下指令：

       python yolo_video.py --input uri  (uri=剛剛的那串 rtsp://...)

這裡當然是要使用 gpu 來跑，使用GTX-1070/CUDA 9.0, FPS約為10, 佔50%左右的GPU Load：

使用預訓練的 yolov3.weights 可以辨識人 (person, 0.9) 跟背包 (backpack, 0.8) ：

 也可辨識手機 (cell phone, 0.6)：

 會把教室當成火車 (train, 0.35) ：

 或是椅子 (chair, 0.37) ：

 如果電腦速度不夠或是會跑到當機, 可修改 yolo.py，從 ipcam抓取影像後先降低解析度再跑辨識函數：