Darknet Python调用yolov4检测视频或rtsp流实时统计检测个数

最新推荐文章于 2024-09-18 15:03:04 发布

学术菜鸟小晨

最新推荐文章于 2024-09-18 15:03:04 发布

阅读量2.8k

点赞数 3

分类专栏： Python yolov4 文章标签： python 深度学习机器学习

本文链接：https://blog.csdn.net/qq_34717531/article/details/107628009

版权

Python 同时被 2 个专栏收录

46 篇文章 31 订阅 ¥9.90 ¥99.00

订阅专栏

超级会员免费看

yolov4

15 篇文章 2 订阅

订阅专栏

本文介绍了如何利用Python结合Darknet框架，调用预训练的Yolov4模型对视频或RTSP流进行实时目标检测，并实现对检测到的对象数量进行统计。通过该方法，可以应用于视频监控场景，实时分析画面中特定对象的出现频率。

摘要由CSDN通过智能技术生成

from ctypes import *                                               # Import libraries
import math
import random
import os
import cv2
import numpy as np
import time
import darknet


def convertBack(x, y, w, h):
    xmin = int(round(x - (w / 2)))
    xmax = int(round(x + (w / 2)))
    ymin = int(round(y - (h / 2)))
    ymax = int(round(y + (h / 2)))
    return xmin, ymin, xmax, ymax


def cvDrawBoxes(detections, img):
    # Colored labels dictionary
    color_dict = {
        'person' : [0, 255, 255], 'bicycle': [238, 123, 158], 'car' : [24, 245, 217], 'motorbike' : [224, 119, 227],
        'aeroplane' : [154, 52, 104], 'bus' : [179, 50, 247], 'train' : [180, 164, 5], 'truck' : [82, 42, 106

了解本专栏