Mac上运行第一个opencv车辆检测示例

Mac上运行第一个opencv车辆检测示例

挑选一个比较好的开源实现：
https://github.com/JunshengFu/vehicle-detection

MacOS上搭建环境

基于 python3.7 pip 18.1

1）首先下载开源代码到本地
2）下载YOLO_small.ckpt 到weights目录
下载路径：https://drive.google.com/open?id=0B5WIzrIVeL0WS3N2VklTVmstelE
3）安装tensorflow
通过这个文章解决冲突，https://github.com/tensorflow/tensorflow/issues/20444
pip install --upgrade https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-1.12.0-py3-none-any.whl
4）python main.py 执行时报缺少什么就pip install什么

运行示例

运行示例图片和视频

有三种模式

1. image (YOLO and SVM)
   执行运行：python main.py 结果是显示两种模式的识别图片
   2）video (YOLO Pipeline)
   要修改main.py, 改成demo = 2，运行结果保存到project_YOLO.mp4（只截取了视频的2秒时间）
   3）video (SVM pipeline)
   要修改main.py, 改成demo = 3，运行结果在project_svm_低速.mp4

运行自己拍摄的视频

以我的360记录仪为例，需要先把视频格式转换成720p的，后缀.mov也是可以的。
然后修改main.py替换文件名和需要分析的时间段就OK了

识别效果没有示例视频那么好，但是可以基于这个环境研究了。
用Mac Pro运行时，风扇狂响，看来还是需要在Tx2上运行才行。

下一步计划

实车上通过这个算法，把摄像头的数据通过Tx2计算后，实时显示在HDMI显示屏上，看看实时性如何。