<kbd id="afajh"><form id="afajh"></form></kbd>
<strong id="afajh"><dl id="afajh"></dl></strong>
    <del id="afajh"><form id="afajh"></form></del>
        1. <th id="afajh"><progress id="afajh"></progress></th>
          <b id="afajh"><abbr id="afajh"></abbr></b>
          <th id="afajh"><progress id="afajh"></progress></th>

          YOLOv4 | 用C++ 和OpenCV 實(shí)現(xiàn)視頻目標(biāo)檢測(cè)

          共 1972字,需瀏覽 4分鐘

           ·

          2021-05-01 02:21

          轉(zhuǎn)載自 | 我愛(ài)計(jì)算機(jī)視覺(jué)

          編者薦語(yǔ)

          據(jù)說(shuō),現(xiàn)在很多小區(qū)都上線了AI抓拍高空拋物的黑科技,你想不想知道,這類檢測(cè)視頻中目標(biāo)物的黑科技是怎么實(shí)現(xiàn)的呢?這里就一步步來(lái)教一下大家如何用C++ 和OpenCV 實(shí)現(xiàn)視頻目標(biāo)檢測(cè)(YOLOv4模型)。



          雖然不同場(chǎng)景下的目標(biāo)檢測(cè)模型訓(xùn)練有一些不同,但底層技術(shù)都是一樣的。
          1.     實(shí)現(xiàn)思路
          讀取視頻流,載入模型,執(zhí)行推理,找出所有目標(biāo)及其位置,最后繪制檢測(cè)結(jié)果。
          2.     實(shí)現(xiàn)步驟
          讀取攝像頭視頻流或本地視頻文件:
          cv::VideoCapture cap;cap.open(0); //打開(kāi)攝像頭//cap.open("TH1.mp4"); //讀取視頻文件
          載入模型:
          cv::dnn::Net net = cv::dnn::readNet(config, model, framework);net.setPreferableTarget(cv::dnn::DNN_TARGET_CUDA);
          執(zhí)行推理:
          net.forward(outs, outNames); //前向傳播
          找出所有目標(biāo)及其位置:
          for (size_t i = 0; i < outs.size(); ++i) { data = (float*)outs[i].data; for (int j = 0; j < outs[i].rows; ++j, data += outs[i].cols) { scores = outs[i].row(j).colRange(5, outs[i].cols);         cv::minMaxLoc(scores, 0, &confidence, 0, &classIdPoint);
          繪制檢測(cè)結(jié)果:
          void drawPred( cv::Mat &frame, vector<cv::Rect> &boxes, vector<int> &classIds, vector<int> &indices,    vector<string> &classNamesVec)
           
          (a)測(cè)試圖1YOLOv4
          (b)測(cè)試圖1YOLOv4-tiny
          (c)測(cè)試圖2YOLOv4
          (d)測(cè)試圖2YOLOv4-tiny
          圖 YOLOv4與YOLOv4-tiny模型的檢測(cè)結(jié)果
          3.     總結(jié)
          YOLOv4的檢測(cè)精度優(yōu)于YOLOv4-tiny。經(jīng)GPU 加速后,模型推理速度明顯提升,YOLOv4 的推理速度提高了約10倍,YOLOv4-tiny的推理速度提高了約4.8倍。
          本文內(nèi)容來(lái)自國(guó)防科大副教授朱斌撰寫的新書(shū)《OpenCV 4機(jī)器學(xué)習(xí)算法原理與編程實(shí)戰(zhàn)》。

          ▊《OpenCV 4機(jī)器學(xué)習(xí)算法原理與編程實(shí)戰(zhàn)
          朱斌 著

          • 注重理論結(jié)合實(shí)戰(zhàn)

          • 兼顧經(jīng)典與前沿算法

          • 應(yīng)用案例翔實(shí)

          • 學(xué)習(xí)路線清晰

          本書(shū)主要面向OpenCV領(lǐng)域的研究與開(kāi)發(fā)人員,采用原理結(jié)合實(shí)戰(zhàn)的方式,介紹OpenCV 4的機(jī)器學(xué)習(xí)算法模塊與深度神經(jīng)網(wǎng)絡(luò)模塊中的核心算法原理與C++編程實(shí)戰(zhàn)。全書(shū)共10章, 第1~3章, 介紹OpenCV 4的基礎(chǔ)知識(shí)、基本圖像操作和機(jī)器學(xué)習(xí)基礎(chǔ)知識(shí);第4~8章,介紹K-means、KNN、決策樹(shù)、隨機(jī)森林、Boosting算法和支持向量機(jī)等機(jī)器學(xué)習(xí)算法與編程實(shí)戰(zhàn);第9~10章,介紹神經(jīng)網(wǎng)絡(luò)與深度神經(jīng)網(wǎng)絡(luò)的基本原理與編程實(shí)戰(zhàn),并提供了不同深度學(xué)習(xí)模型的部署示例代碼。
          本書(shū)基本聚焦于機(jī)器學(xué)習(xí)在計(jì)算機(jī)視覺(jué)領(lǐng)域的應(yīng)用,不要求讀者具有相應(yīng)的知識(shí)背景,在必要時(shí)書(shū)中會(huì)介紹相關(guān)的基本概念。因此,本書(shū)既可以作為相關(guān)專業(yè)學(xué)生的實(shí)驗(yàn)教材,也可以作為研究人員或工程技術(shù)人員的參考資料。


          ?------------------------------------------------


          雙一流高校研究生團(tuán)隊(duì)創(chuàng)建 ↓

          專注于計(jì)算機(jī)視覺(jué)原創(chuàng)并分享相關(guān)知識(shí) ?


          瀏覽 101
          點(diǎn)贊
          評(píng)論
          收藏
          分享

          手機(jī)掃一掃分享

          分享
          舉報(bào)
          評(píng)論
          圖片
          表情
          推薦
          點(diǎn)贊
          評(píng)論
          收藏
          分享

          手機(jī)掃一掃分享

          分享
          舉報(bào)
          <kbd id="afajh"><form id="afajh"></form></kbd>
          <strong id="afajh"><dl id="afajh"></dl></strong>
            <del id="afajh"><form id="afajh"></form></del>
                1. <th id="afajh"><progress id="afajh"></progress></th>
                  <b id="afajh"><abbr id="afajh"></abbr></b>
                  <th id="afajh"><progress id="afajh"></progress></th>
                  亚洲精品久久久久毛片A级绿茶 | 天天干天| 三级片在线播放视频 | 日本黄色免费网战 | 尤 物视频在线播放 |