Existe alguma maneira de salvar a imagem com as previsões e suas caixas delimitadoras após imprimir o resultado?
de darkflow.net.build import TFNet
importar cv2
options = {"model": "cfg/yolo.cfg", "load": "bin/yolo.weights", "threshold": 0.1}
tfnet = TFNet(opções)
imgcv = cv2.imread("./sample_img/sample_dog.jpg")
resultado = tfnet.return_predict(imgcv)
imprimir(resultado)
Você terá que escrever sua própria função para desenhar as caixas e escrever a imagem depois de analisar a saída do json.
Você pode usar um código como este
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)
Onde result é um elemento único da lista de resultados retornado pelo método return predict e imgcv é a imagem original. Espero que esta ajuda!
Obrigado !
Existe alguma maneira de salvar a imagem com as previsões e suas caixas delimitadoras após imprimir o resultado?
de darkflow.net.build import TFNet
importar cv2options = {"model": "cfg/yolo.cfg", "load": "bin/yolo.weights", "threshold": 0.1}
tfnet = TFNet(opções)
imgcv = cv2.imread("./sample_img/sample_dog.jpg")
resultado = tfnet.return_predict(imgcv)
imprimir(resultado)
Estou tendo um problema ao executar este código. Você pode me dizer sobre o parâmetro "load".
Existe alguma maneira de salvar a imagem com as previsões e suas caixas delimitadoras após imprimir o resultado?
de darkflow.net.build import TFNet
importar cv2
options = {"model": "cfg/yolo.cfg", "load": "bin/yolo.weights", "threshold": 0.1}
tfnet = TFNet(opções)
imgcv = cv2.imread("./sample_img/sample_dog.jpg")
resultado = tfnet.return_predict(imgcv)
imprimir(resultado)Estou tendo um problema ao executar este código. Você pode me dizer sobre o parâmetro "load".
@abhishek795jha parâmetro "load" é seus arquivos de peso ....... inicial, pegamos o arquivo de peso yolo após o treinamento, você cria um arquivo .pb para testar como um arquivo de peso. Em tempo de treinamento você tem que usar o comando "--savepb" para salvar o arquivo .pb usando o comando flow .
Comentários muito úteis
Você pode usar um código como este
Onde result é um elemento único da lista de resultados retornado pelo método return predict e imgcv é a imagem original. Espero que esta ajuda!