- 博客(8)
- 收藏
- 关注
RSS订阅原创 使用vlm模型做异常检测
提取他的回答中的yes，如果是yes就在图像中写上入侵。当我们给一个横过马路的图片，他会告诉我们有人横过马路。最后就可以实现了，就试了一张，明天再试。将图片喂给发给smolvlm。首先通过命令行添加图片路径。
2025-04-22 17:49:44
199
原创 把sahi结果可视化
对视频帧进行推理并将结果可视化，返回的是一个sahi的可视化对象，但是这其实是一个字典，字典中的第一个键就是image，是一个ndarray。只需要yolo的分割结果可视化到这个结果上就可以实现了。整体代码如下，虽然引入了sahi，但是发现sahi不能追踪，后面尝试给sahi加入追踪或者放弃。继续上文的任务，同时可视化分割效果和检测效果。这次将yolo的目标检测替换成sahi结果。第一个方法就是前文用来切片推理的，第二个方法中的第二个就是可视化。之后就是如何可视化sahi结果。首先加入sahi推理模型。
2025-04-21 17:42:17
200
原创 高速公路逆行检测1
之后创建检测循环，对每一帧交替使用分割模型和检测模型，并使用yolo的绘画功能先再原始帧上绘画分割掩码，再将覆盖掩膜的图像绘画检测框。首先实例化模型，分别是分割模型和检测模型，分别使用分割数据集和visdrone数据集训练。接着对视频或者摄像头进行输入。
2025-04-17 13:53:28
198
原创 YOLO11+SAHI输出指标
一致，可以通过下面函数传给他image_id,比如验证集json使用的是文件名，那么这里就要传给他文件名。将结果转化为coco所需的json格式，这里需要与验证集的一致，我理解是imge_id。首先使用sahi结合你的模型进行检测，这里面wh还有重叠率决定了切片数量和检测用时。使用get_sliced_prediction函数得到推理结果。3.使用上述两段代码生成的json来计算coco指标。先是定义模型，将权重传入，并设置置信度。1.之后是生成json的完整代码。2.然后是对测试集生成。
2025-04-09 09:51:36
305
原创 arc decompress dataset2.zip bash: /usr/bin/arc: Permission denied
系arc权限不够，提高权限后解决。
2023-12-04 11:37:26
103
原创 centos下设置redis和webdis开机自启
1. 创建一个新的Systemd服务文件。这通常是一个位于`/etc/systemd/system/`目录下的`.service`文件。注意ExecStart那里要写，redis-server的实际位置，还有redis.conf的实际位置。首先，找到redis-server，redis.conf位置，前者是可执行文件，后者不是。3. 一旦你创建了这些服务文件，你需要告诉Systemd关于这些新服务。来重启，若为生产机器一定注意其他是否都已保存。：+ wq + enter : 保存。命令来完成这个操作。
2023-09-02 16:52:16
209
1
原创 在ubuntu用yolo识别gstreamer
使用鱼香ros一键 roswget http://fishros.com/install -O fishros && . fishros。由于是opencv4.1.1，可能会优先使用高版本的opencv，可以。先装ubuntu，ubuntu20.04可以避免Python2的烦恼。2.已安装或者安装完还是报这个错误，可以修改源码中eigen的路径。下载gtk3，防止gtk3冲突。1.装gstreamer。2.下载opencv源码。
2023-06-12 11:20:23
402
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人