【问题标题】:How to store the predicted classnames from darknet YOLO?如何存储来自暗网 YOLO 的预测类名?
【发布时间】:2018-02-04 15:01:30
【问题描述】:

我不熟悉将 YOLOv2 用于项目的实时对象检测应用程序。

我按照darknet 网站上的步骤进行操作。为了使用网络摄像头进行实时检测,我运行了这个命令(如下):

./darknet detector demo cfg/coco.data cfg/tiny-yolo.cfg tiny-yolo.weights

这将打开一个新的摄像头窗口,该窗口检测视图中的任何对象,并在终端中打印出预测的类。我正在尝试找到一种存储这些类的方法,以便可以将其用于不同的目的。

谁能建议我在终端打印出类名的暗网目录中的文件名?

【问题讨论】:

  • 您好,我添加了有关如何存储检测的信息,请参阅更新的答案。

标签: computer-vision object-detection object-recognition darknet


【解决方案1】:

对于您的第一个问题,您要查找的文件是 voc.names,位于 /data 文件夹中。

它包含检测发生时抛出的单词。

如果您想用您的语言翻译检测,这是要修改的文件。

对于您的另一个问题,如何存储检测,在 linux 中可以通过管道标准输出直接完成。

检测将被逐行写入文件detected.txt:

./darknet detector demo cfg/coco.data cfg/tiny-yolo.cfg tiny-yolo.weights >> detected.txt

我目前正在利用业余时间从事这项工作。

我正在使用检测然后用音频文件说它们法语。检测加倍检测屏幕的左右。 它适用于网络摄像头、桌面或 wifi 摄像头。 我还制作了一个安装脚本,可以轻松地从头开始部署 yolo。

也许你会发现有趣的东西,如果有,请star!我正在考虑添加其他语言。

https://github.com/webdev23/aten

帮助脚本快速安装 YOLO 暗网图像识别 将神经网络转换为 linux shell。

它可以拍摄桌面屏幕、系统网络摄像头或 来自 Ambarella wifi 流媒体直播摄像机。

这会将对象检测到快照中并用 espeak 说出它们。

因为它不使用 GPU,所以它可以在任何地方运行。

快照和识别过程大约需要 1-2 秒, 取决于正在运行的机器。

开发目标:汽车用途。

用法:./scan [[url|screen|webcam|cam] [en|fr]

默认:网络摄像头

? 赛车安装:从空白文件夹运行脚本!

./安装

或直接:

php https://webdev23.github.io/aten/install)

【讨论】:

  • 嘿。感谢您的回复。我尝试运行您建议的命令(将标准输出管道传输到文件中),但预测的类不会打印到文件中。它只是说“演示”..仅此而已。您对此还有什么建议吗?
  • 还有,你有没有尝试运行过 darknet.py 文件?我知道暗网 YOLO 检测器是用 C 编写的,但我想知道我是否可以在 python 中运行程序?
猜你喜欢
  • 2020-06-10
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 2020-11-29
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
相关资源
最近更新 更多