我不熟悉将 YOLOv2 用于项目的实时对象检测应用程序。
我按照暗网网站的步骤进行操作。对于使用网络摄像头进行实时检测,我运行了以下命令(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。我试图找到一种方法来存储这些类,以便我可以将它用于不同的目的。
谁能建议我在终端打印出类名的暗网目录中的文件名?
我不熟悉将 YOLOv2 用于项目的实时对象检测应用程序。
我按照暗网网站的步骤进行操作。对于使用网络摄像头进行实时检测,我运行了以下命令(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。我试图找到一种方法来存储这些类,以便我可以将它用于不同的目的。
谁能建议我在终端打印出类名的暗网目录中的文件名?
对于您的第一个问题,您要查找的文件是/data文件夹中的voc.names 。
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,它可以通过管道 stdout 直接完成。
检测将逐行写入到文件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方面的工作。
我正在使用检测,然后用法语的音频文件说出它们。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
帮助脚本快速将 YOLO 暗网图像识别神经网络安装到 linux shell 中。
它可以拍摄桌面屏幕、系统网络摄像头或 Ambarella wifi 流媒体直播摄像头的快照。
这会将对象检测到快照中并用 espeak 说出它们。
由于它不使用 GPU,它可以在任何地方运行。
快照和识别过程大约需要 1-2 秒,具体取决于正在运行的机器。
开发目标:汽车使用。
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 <(curl https://webdev23.github.io/aten/install )