Apakah ada cara untuk menyimpan gambar dengan prediksi dan kotak pembatasnya setelah mencetak hasilnya?
dari darkflow.net.build impor TFNet
impor cv2
options = {"model": "cfg/yolo.cfg", "load": "bin/yolo.weights", "threshold": 0.1}
tfnet = TFNet(opsi)
imgcv = cv2.imread("./sample_img/sample_dog.jpg")
hasil = tfnet.return_predict(imgcv)
cetak (hasil)
Anda harus menulis fungsi Anda sendiri untuk menggambar kotak dan menulis gambar setelah mem-parsing output json.
Anda dapat menggunakan kode seperti ini
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)
Di mana hasilnya adalah elemen tunggal dari daftar hasil yang dikembalikan oleh metode prediksi pengembalian dan imgcv adalah gambar asli. Semoga ini membantu!
Terima kasih !
Apakah ada cara untuk menyimpan gambar dengan prediksi dan kotak pembatasnya setelah mencetak hasilnya?
dari darkflow.net.build impor TFNet
impor cv2options = {"model": "cfg/yolo.cfg", "load": "bin/yolo.weights", "threshold": 0.1}
tfnet = TFNet(opsi)
imgcv = cv2.imread("./sample_img/sample_dog.jpg")
hasil = tfnet.return_predict(imgcv)
cetak (hasil)
Saya mengalami masalah saat menjalankan kode ini. Bisakah Anda memberi tahu saya tentang parameter "memuat".
Apakah ada cara untuk menyimpan gambar dengan prediksi dan kotak pembatasnya setelah mencetak hasilnya?
dari darkflow.net.build impor TFNet
impor cv2
options = {"model": "cfg/yolo.cfg", "load": "bin/yolo.weights", "threshold": 0.1}
tfnet = TFNet(opsi)
imgcv = cv2.imread("./sample_img/sample_dog.jpg")
hasil = tfnet.return_predict(imgcv)
cetak (hasil)Saya mengalami masalah saat menjalankan kode ini. Bisakah Anda memberi tahu saya tentang parameter "memuat".
@abhishek795jha parameter "load" adalah file berat Anda .......awal kami mengambil file berat yolo setelah pelatihan Anda membuat file .pb untuk pengujian sebagai file berat. Dalam waktu pelatihan Anda harus menggunakan perintah "--savepb" untuk menyimpan file .pb menggunakan perintah aliran.
Komentar yang paling membantu
Anda dapat menggunakan kode seperti ini
Di mana hasilnya adalah elemen tunggal dari daftar hasil yang dikembalikan oleh metode prediksi pengembalian dan imgcv adalah gambar asli. Semoga ini membantu!