打印结果后是否有保存带有预测及其边界框的图像?
从 darkflow.net.build 导入 TFNet
导入简历2
选项= {“模型”:“cfg/yolo.cfg”,“负载”:“bin/yolo.weights”,“阈值”:0.1}
tfnet = TFNet(选项)
imgcv = cv2.imread("./sample_img/sample_dog.jpg")
结果 = tfnet.return_predict(imgcv)
打印(结果)
您必须编写自己的函数来绘制框并在解析 json 输出后写入图像。
您可以使用这样的代码
cv2.rectangle(imgcv,
(result["topleft"]["x"], result["topleft"]["y"]),
(result["bottomright"]["x"],
result["bottomright"]["y"]),
(0, 255, 0), 4)
text_x, text_y = result["topleft"][
"x"] - 10, result["topleft"]["y"] - 10
cv2.putText(imgcv, result["label"], (text_x, text_y),
cv2.FONT_HERSHEY_SIMPLEX, 0.8, (0, 255, 0), 2, cv2.LINE_AA)
其中 result 是 return predict 方法返回的结果列表中的单个元素,而 imgcv 是原始图像。 希望这有帮助!
谢谢 !
打印结果后是否有保存带有预测及其边界框的图像?
从 darkflow.net.build 导入 TFNet
导入简历2选项= {“模型”:“cfg/yolo.cfg”,“负载”:“bin/yolo.weights”,“阈值”:0.1}
tfnet = TFNet(选项)
imgcv = cv2.imread("./sample_img/sample_dog.jpg")
结果 = tfnet.return_predict(imgcv)
打印(结果)
执行此代码时遇到问题。 您能告诉我有关“加载”参数的信息吗?
打印结果后是否有保存带有预测及其边界框的图像?
从 darkflow.net.build 导入 TFNet
导入简历2
选项= {“模型”:“cfg/yolo.cfg”,“负载”:“bin/yolo.weights”,“阈值”:0.1}
tfnet = TFNet(选项)
imgcv = cv2.imread("./sample_img/sample_dog.jpg")
结果 = tfnet.return_predict(imgcv)
打印(结果)执行此代码时遇到问题。 您能告诉我有关“加载”参数的信息吗?
@abhishek795jha "load" 参数是您的权重文件.......最初我们在训练后将 yolo 权重文件创建为权重文件进行测试。 在训练时,您必须使用命令“--savepb”来保存 .pb 文件,使用 with flow 命令。
最有用的评论
您可以使用这样的代码
其中 result 是 return predict 方法返回的结果列表中的单个元素,而 imgcv 是原始图像。 希望这有帮助!