yolov5-deepsort代码精读(三)

利用pycharm阅读代码,进行Debugobjdetector.py 注释import torchimport numpy as npfrom models.experimental import attempt_loadfrom utils.general import non_max_suppression, scale_coordsfrom utils.datasets import letterboxfrom utils.torch_utils import select_de
摘要由CSDN通过智能技术生成

利用pycharm阅读代码,进行Debug

objdetector.py 注释

import torch
import numpy as np
from models.experimental import attempt_load
from utils.general import non_max_suppression, scale_coords
from utils.datasets import letterbox
from utils.torch_utils import select_device

import objtracker

# 要检测的类别,这里只检测人,车(小车、巴士、卡车)
OBJ_LIST = ['person', 'car', 'bus', 'truck']
# yolov5模型
DETECTOR_PATH = 'weights/yolov5m.pt'

class baseDet(object):
    def __init__(self):
        self.img_size = 640
        self.threshold = 0.3
        self.stride = 1

    def build_config(self):
        # 帧数统计变量初始化
        self.frameCounter = 0

    def feedCap(self, im, func_status):
        # 初始化dict,用于返回结果, 在这里初始化了键list_of_ids, 但后面没用到
        retDict = {
            'frame': None,
            'list_of_ids': None,
            
  • 3
    点赞
  • 29
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
评论 2
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