OpenCV3与深度学习实例-使用YOLOV3进行物体检测

视觉&物联智能

于 2018-09-12 11:49:00 发布

阅读量2.1k

点赞数 1

分类专栏： OpenCV深度神经网络模块实例

本文链接：https://blog.csdn.net/wujuxKkoolerter/article/details/86152569

版权

OpenCV深度神经网络模块实例专栏收录该内容

20 篇文章 190 订阅 ¥19.90 ¥99.00

订阅专栏

超级会员免费看

本文详细介绍了如何利用OpenCV3库与深度学习模型YOLOV3进行物体检测。通过步骤解析，读者将学习到从预处理图像到运行模型预测，再到在图像上绘制检测框的全过程。

摘要由CSDN通过智能技术生成

import cv2
import argparse
import numpy as np

ap = argparse.ArgumentParser()
ap.add_argument('-i', '--image', required=False,default='datas/images/people.jpg',
                help = 'path to input image')
ap.add_argument('-c', '--config', required=False,default='datas/models/yolov3/yolov3.cfg',
                help = 'path to yolo config file')
ap.add_argument('-w', '--weights', required=False,default='datas/models/yolov3/yolov3.weights',
                help = 'path to yolo pre-trained weights')
ap.add_argument('-cl', '--classes', required=False,default='datas/models/yo