python调用YOLOv4训练的.weights模型

最新推荐文章于 2024-07-12 07:47:18 发布

wjlnzb

最新推荐文章于 2024-07-12 07:47:18 发布

阅读量4.6k

点赞数 4

文章标签： python opencv 深度学习

本文链接：https://blog.csdn.net/u014781964/article/details/108244178

版权

本文档记录了在Python环境中使用YOLOv4模型时遇到的问题和解决方案，包括opencv版本不兼容导致的错误，安装opencv4.4后import cv2报错的解决方法，以及如何成功调用YOLOv4模型。

摘要由CSDN通过智能技术生成

python3调用模型代码

调用代码（网上很多可以参考）

调用代码（网上很多可以参考）

import numpy as np
import cv2

def video_demo():
    # 加载已经训练好的模型路径，可以是绝对路径或者相对路径
    weightsPath = "backup/yolo-obj_final.weights"
    configPath = "cfg/yolo-obj.cfg"
    labelsPath = "data/coco.names"
    # 初始化一些参数
    LABELS = open(labelsPath).read().strip().split("\n")  # 物体类别
    COLORS = np.random.randint(0, 255, size=(len(LABELS), 3), dtype="uint8")  # 颜色
    net = cv2.dnn.readNetFromDarknet(configPath, weightsPath)
    net.setPreferableBackend(cv2.dnn.DNN_BACKEND_CUDA)
    net.setPreferableTarget(cv2.dnn.DNN_TARGET_CUDA)

    # 读入待检测的图像
    # 0是代表摄像头编号，只有一个的话默认为0
    capture = cv2.VideoCapture(0)
    # 读入待检测的图像
    # 0是代表摄像头编号，只有一个的话默认为0
    yolo_num = 1
    while (True):
        boxes = []
        confidences = []
        classIDs = []
        print("yolo%d" % yolo_num)
        yolo_num = yolo_num+ 1
        ref, image = capture.read()
        (H, W) = image