# Leaking **Repository Path**: mwlt/Leaking ## Basic Information - **Project Name**: Leaking - **Description**: 跑冒漏滴 - **Primary Language**: Unknown - **License**: GPL-2.0 - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2021-12-21 - **Last Updated**: 2021-12-21 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # Leaking ### 编译环境 1. python3.7 2. opencv 3. pytorch 4. json5 5. kivy ### 项目运行 setting.json: 配置模型参数,内容如下 ``` // json5 { "path" : "../video", // 视频路径 "class_info_file" : "class_info.json",// 视频所属标签,用于分类 "resource_path" : "resources", // 资源路径 "videos" : ["*"], // 视频列表,"*"为通配符 "delay" : 10, // 视频播放延迟,用于cv2.waitKey第一个参数 "height" : 480, // 视频高度限定,宽度会自动计算 "frame_range" : [0, -1], // 取[a, b]帧,b可以是负数,表示倒数第abs(b)帧 "img_path" : "images.tmp", // 图片存取路径 "video_path" : "videos.tmp", // 视频存取路径 "svm_model_path" : "svm.model", // svm Model路径 "vgg_model_path" : "vgg.model", // vgg Model路径 "xgboost_model_path": "xgb.model", // xgboost Model路径 "file_output" : false, // 是否输出到文件夹 "interval" : 10, // 用前N帧图片作为修正的标准 "fps" : 10, // 保存视频帧数 "time_debug" : false, // 是否打印每个函数耗时 "limit_size" : 10, // 光流法的参数 "compression_ratio" : 1.0, // 光流法的压缩率 "linux" : false, // 是不是linux,linux不会执行显示相关的函数 "sift" : true, // 是否开启sift对齐 "OF" : true, // 是否开启光流法 "debug_level" : "info", // 等级debug -> info -> warn -> error -> critical,会打印该级别级以上的Logger信息 "app_fps" : 60, // app刷新率 "varThreshold" : 121.0, // 高斯混合模型的阈值,决定模型是否灵敏,越小越敏感 "detectShadows" : false, // 高斯混合模型的阴影识别,True开启后影响速度 "language" : "Chinese", // 所使用的语言 "Retina" : false, // 是否是Retina高清屏幕,它的像素数量不一样,会影响显示的计算 "debug_per_frame" : false, // model逐帧调试,回车进入下一帧 "max_iter" : -1, // SVC的最大迭代次数 "num_epochs" : 100, // 神经网络训练轮数 "learning_rate" : 0.01, // 神经网络学习率 "momentum" : 0.9, // 神经网络 SGD momentum "batch_size" : 64, // 神经网络 batch_size "step_size" : 10, // StepLR scheduler step_size "gamma" : 0.5, // StepLR scheduler gamma "num_workers" : 0, // DataLoader 线程数 "data" : { "train" : "?", "test" : "?", }, // 神经网络数据集位置 "cuda" : true, // 如果有cuda,就自动开启cuda "vgg" : "19bn", // 选择vgg网络的类型 "model_t" : "xgboost", // 选择model类型 "init_box_scale" : [ [0.0625, 0.25], [0.9375, 0.725] ], // 框box的初始大小 "generation_t" : "image", // 通过什么方式训练模型 "nthread" : 4, // xgboost 线程数 "num_round" : 10, // xgboost 训练轮数 } ``` BSOFApp.py: 包含了交互界面的系统,执行 ``` python BSOFApp.py ``` BSOFModel.py: 是BSOFApp.py的后端,有以下功能: 1. DEBUG模式: ``` python BSOFModel.py debug ``` 2. SHOW模式: ``` python BSOFModel.py show ``` 3. MODEL模式:训练vgg、svm、xgboost模型 ``` python BSOFModel.py model ``` 具体的参数选择在setting.model中修改