如何使用暗网检测视频中的对象？答案

【问题标题】：How to detect objects in video with darknet?如何使用暗网检测视频中的对象？
【发布时间】：2018-09-29 02:49:47
【问题描述】：

我正在使用暗网来检测图像中的物体，它非常有帮助。此外，我还想从计算机中的视频中检测对象。

我安装了 Open CV，但我的电脑没有 GPU。我认为我应该更改我的 darknet.py 文件中的某些内容。但是我应该添加什么代码？你能给我一个明确的指示吗？提前致谢。

【问题讨论】：

这是一个全新的操作，如果它是由暗网提供的，那么它将包含在他们的文档中。
我试图在github上找到答案:(
可能是一个迟到的答案，但正如 Alex Weavers 在他的 comment 中提到的那样，这是一个全新的操作。现在它在文档中被提及。如果您使用的是yolo darknet，则可以直接在命令行中使用“演示”选项，如 Alexey here 所述。

标签： python python-3.x yolo

【解决方案1】：

如果您仔细查看darknet.py 文件，您会发现一个关于如何从给定图像中提取对象的示例。你试过了吗？如果您不这样做，我建议您在进入视频之前先尝试一下。

然后你需要进入视频。 Here is a link 到 OpenCV 文档，它们解释了如何读取视频文件和流。从此代码中，您将能够提取视频的帧。

然后您可以使用darkent.py 中的代码并将帧提供给它。

如果没有的话，还有一些有用的暗包装。
Here is a link 为一。您可以阅读文档并将其安装在您的机器中。这是非常容易使用。它已经有一个关于如何在图像上使用它的示例。您可以对其进行修改并处理视频。

import numpy as np
import cv2
import pyyolo

cap = cv2.VideoCapture('vtest.avi')
meta_filepath = "/home/rameshpr/Downloads/darknet_google_server/data/obj.data"
cfg_filepath = "/home/rameshpr/Downloads/darknet_google_server/cfg/yolo-lb.cfg"
weights_filepath = "/home/rameshpr/Downloads/darknet_google_server/backup/yolo-v3.weights"


meta = pyyolo.load_meta(meta_filepath)
net = pyyolo.load_net(cfg_filepath, weights_filepath, False)

while(cap.isOpened()):
    ret, frame = cap.read()
    if not ret:
        break

    yolo_img = pyyolo.array_to_image(frame)
    res = pyyolo.detect(net, meta, yolo_img)

    for r in res:
        cv2.rectangle(frame, r.bbox.get_point(pyyolo.BBox.Location.TOP_LEFT, is_int=True),
                      r.bbox.get_point(pyyolo.BBox.Location.BOTTOM_RIGHT, is_int=True), (0, 255, 0), 2)


    cv2.imshow('frame', frame)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

安装完pyyolo后试试上面的代码。

【讨论】：