我正在使用 YOLOv3 开发一个对象检测应用程序我重新训练了模型以检测两个类，并且由于 Repo 的创建者，到目前为止它已经成功完成。 现在我必须在 jetson nano 套件上部署模型，它应该连续运行并提取指定类、置信度和边界框坐标的检测列表，然后我应该对前面提到的参数进行一些处理，然后使用任何通信协议将其发送到另一个ECU，无论如何如何从YOLOv3中提取提到的参数并使该代码连续运行
【问题讨论】：
标签： artificial-intelligence embedded-linux object-detection yolo darknet
如果您使用 Python 脚本进行 YOLOv3 检测，您会在脚本中遇到这部分：
detections = darknet.detect_image(netMain, metaMain, darknet_image, thresh=0.25)
image = cvDrawBoxes(detections, frame_resized)
image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
这里的检测应该是一个字典或某种数组（它因不同的实现而异）。它应该包含 detected_classes、number_of_detections、confidence_scores 和 bounding_boxes。您可以修改代码以提取您想要的任何内容。上面的代码来自this repo。我还使用 YOLOv3 进行连续图像检测。它是用来判断一张图片是否包含一个人的。
注意：如果我没记错的话，YOLOv3 的 C++ 脚本应该是和我上面提到的类似的部分。
【讨论】：