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。
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。