在 Google Colab 中使用笔记本电脑网络摄像头进行实时 YOLO 对象检测答案

【问题标题】：Realtime YOLO Object Detection using laptop webcam in Google Colab在 Google Colab 中使用笔记本电脑网络摄像头进行实时 YOLO 对象检测
【发布时间】：2019-02-26 13:01:56
【问题描述】：

我正在使用 YOLOv3 和 OpenCV 在我的本地系统上使用网络摄像头进行实时对象检测。一切都像我为本地系统所做的那样具有魅力和here is the link（它使用VideoStream）。

我想在 Google colab 上做同样的事情以获得更快的 FPS（我的系统没有提供高 FPS）。我读到 Google Colab 在某些虚拟环境中运行，因此无法访问我的本地系统网络摄像头。但是如果可能的话，有什么建议吗？

【问题讨论】：

您想将视频流发送到 Google colab 并等待它被识别吗？嗯。我怀疑这会更快。
@Nuzhny .. 没有一些直接的方法，就像 Google colab 打开我的网络摄像头并开始检测对象一样。就像它在我的本地系统上工作一样？
我很想听听您是否有更好或更有效的方法。
Google colab 在服务器上执行代码。您需要创建一个公共 IP 地址并将视频翻译到 Google colab。它不会很快也不会简单
检查 YoloV3 的 AlexeyAB 存储库。 github.com/AlexeyAB/darknet/issues/2398有人在google colab上训练了yolo

标签： python-3.x google-colaboratory yolo

【解决方案1】：

Google 提供了一个代码 sn-p 来通过浏览器调用一些 JavaScript 来访问网络摄像头 (mediaDevices.getUserMedia({video: true}))：

https://colab.research.google.com/notebooks/snippets/advanced_outputs.ipynb#scrollTo=2viqYx97hPMi

效果很好，如果需要，可以轻松修改以删除确认按钮。

【讨论】：

【解决方案2】：

我使用了上述答案中提到的 google sn-ps 的拍照功能，然后在 python 和 js 函数之间注册了一个回调。
对于使用 cv2_imshow 的输出。
目前它从网络摄像头拍摄 4 张照片并对其进行对象检测。
你可以找到笔记本here

【讨论】：