Gibt es eine Möglichkeit, das Bild mit den Vorhersagen und ihren Begrenzungsrahmen nach dem Drucken des Ergebnisses zu speichern?
von darkflow.net.build importiere TFNet
cv2 importieren
options = {"model": "cfg/yolo.cfg", "load": "bin/yolo.weights", "threshold": 0,1}
tfnet = TFNet (Optionen)
imgcv = cv2.imread(./sample_img/sample_dog.jpg")
result = tfnet.return_predict(imgcv)
Drucken (Ergebnis)
Sie müssen Ihre eigene Funktion schreiben, um die Kästchen zu zeichnen und das Bild zu schreiben, nachdem Sie die JSON-Ausgabe analysiert haben.
Sie können Code wie diesen verwenden
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)
Dabei ist das Ergebnis ein einzelnes Element aus der Liste der Ergebnisse, die von der Return Predict-Methode zurückgegeben werden, und imgcv ist das Originalbild. Ich hoffe das hilft!
Danke !
Gibt es eine Möglichkeit, das Bild mit den Vorhersagen und ihren Begrenzungsrahmen nach dem Drucken des Ergebnisses zu speichern?
von darkflow.net.build importiere TFNet
cv2 importierenoptions = {"model": "cfg/yolo.cfg", "load": "bin/yolo.weights", "threshold": 0,1}
tfnet = TFNet (Optionen)
imgcv = cv2.imread(./sample_img/sample_dog.jpg")
result = tfnet.return_predict(imgcv)
Drucken (Ergebnis)
Ich habe ein Problem beim Ausführen dieses Codes. Können Sie mir bitte etwas über den Parameter "Laden" sagen?
Gibt es eine Möglichkeit, das Bild mit den Vorhersagen und ihren Begrenzungsrahmen nach dem Drucken des Ergebnisses zu speichern?
von darkflow.net.build importiere TFNet
cv2 importieren
options = {"model": "cfg/yolo.cfg", "load": "bin/yolo.weights", "threshold": 0,1}
tfnet = TFNet (Optionen)
imgcv = cv2.imread(./sample_img/sample_dog.jpg")
result = tfnet.return_predict(imgcv)
Drucken (Ergebnis)Ich habe ein Problem beim Ausführen dieses Codes. Können Sie mir bitte etwas über den Parameter "Laden" sagen?
@abhishek795jha "load"-Parameter sind Ihre Gewichtsdateien.......anfänglich nehmen wir Ihre Yolo-Gewichtsdatei. Nach dem Training erstellen Sie eine .pb-Datei zum Testen als Gewichtsdatei. In der Trainingszeit müssen Sie den Befehl "--savepb" verwenden, um die .pb-Datei mit dem Flow-Befehl zu speichern.
Hilfreichster Kommentar
Sie können Code wie diesen verwenden
Dabei ist das Ergebnis ein einzelnes Element aus der Liste der Ergebnisse, die von der Return Predict-Methode zurückgegeben werden, und imgcv ist das Originalbild. Ich hoffe das hilft!