深度神经网络——YOLO DNNs OpenCV v4.8.0

上一个教程 ： 如何在安卓设备上运行深度网络

下一个教程 ： 如何在浏览器中运行深度网络

原作者	Alessandro de Oliveira Faria
兼容性	OpenCV >= 3.3.1

简介

在本文中，您将学习如何使用 yolo_object_detection（通过设备捕获、视频和图像实时使用 OpenCV dnn 模块的示例）来使用 opencv_dnn 模块。

我们将在下图中演示该示例的结果。

图片示例

示例

视频演示：

https://www.youtube.com/embed/NHtRlndE2cg

源代码

使用 C++ 和 Python 语言编写的对象检测模型的通用示例

使用示例

在网络摄像头中执行：

$ example_dnn_object_detection --config=[PATH-TO-DARKNET]/cfg/yolo.cfg --model=[PATH-TO-DARKNET]/yolo.weights --classes=object_detection_classes_pascal_voc.txt --width=416 --height=416 --scale=0.00392 --rgb

使用图像或视频文件执行

$ example_dnn_object_detection --config=[PATH-TO-DARKNET]/cfg/yolo.cfg --model=[PATH-TO-DARKNET]/yolo.weights --classes=object_detection_classes_pascal_voc.txt --width=416 --height=416 --scale=0.00392 --input=[PATH-TO-IMAGE-OR-VIDEO-FILE] --rgb

问题和建议请发送电子邮件至 Alessandro de Oliveira Faria cabelo@opensuse.org 或 OpenCV 团队。