Tensorflow Mask-RCNN(二)——非实时 检测视频

本博客介绍了如何利用Tensorflow的Mask-RCNN实现非实时视频检测。通过一个演示代码,展示了从摄像头或本地视频中获取并显示检测结果的过程。
摘要由CSDN通过智能技术生成

代码参考:https://github.com/Tony607/colab-mask-rcnn

具体安装请见上一篇博客

分两步走:
①把下载好的视频变成一帧一帧的,对每一帧进行detection,把框,label,scores都标在图上,保存成图片
② 把保存好的一帧一帧的图片,合成视频
有些同学可能不太懂怎么获取摄像头

下面的代码是一个小demo——如何获取摄像头或者获取本地视频,并显示在当前窗口上

import cv2
import numpy as np#添加模块和矩阵模块
cap=cv2.VideoCapture(0)
#打开摄像头,若打开本地视频,同opencv一样,只需将0换成("×××.avi")
while(1):    # get a frame   
    ret, frame = cap.read()    # show a frame   
    cv2.imshow("capture", frame)   
    if cv2.waitKey(1) & 0xFF == ord('q'):        
        break
cap.release()
cv2.destroyAllWindows()
第一步: 把下载好的视频变成一帧一帧的,用Mask RCNN检测物体
import cv2
import numpy as np
# 定义随机颜色函数
def random_colors(N):
    np.random.seed(1)
    colors=[tuple(255 * np.random.rand(3)) for _ in range(N)
评论 10
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值