原创 yolo數據增廣

https://www.cnblogs.com/lky-learning/p/11653861.html

原创 清理conda

https://blog.csdn.net/weixin_41481113/article/details/88411241

原创 海康衛視攝像頭yolo檢測,轉換gps,用高德api藉口顯示點

直接上代碼和效果圖,因爲用了高德的api接口,無法達到實時性 import sys import argparse from yolo_xie import YOLO, detect_video from PIL import Ima

原创 ptyhon cv2.namedWindow()函數的用法

cv2.namedWindow('2', cv2.WINDOW_NORMAL) cv2.imshow('2', hebin_180_img) cv2.waitKey(100) 上面的代碼可以讓show出來的圖形自由變換大小,記錄一下

原创 海康威視攝像頭用yolo檢測行人的一些問題

今天拿到了海康威視的攝像頭,拿來做目標檢測,因爲是網線接口,所以必須要用交換機,然後查它的IP地址,然後纔可以連接,不能把網線直接連接到主機上,下面是簡單的讀取攝像頭的代碼。 import cv2 import numpy as np

原创 xavier的CAN通信

記錄: https://steinslab.io/archives/1712 https://blog.csdn.net/weixin_39549161/article/details/89443179 上面2兩個就是我當時主要的參考文檔

原创 labelme 批量轉換

#!/bin/bash dir=`ls /data/self-sweeper/8.2/json/` #定義遍歷的目錄 path="/data/self-sweeper/8.2/json/" #名字與上一行相同 for

原创 datatime.now 使用記錄

  from datetime import datetime a=datetime.now() # Run detection results = model.detect([test_img], verbose=1) b=date

原创 在Xavier上調用攝像頭實現yolo-v3檢測

目前手上有兩塊板子,TX2和Xavier,然後代碼都很容易移植,下面附上用攝像頭實時監測的代碼,yolov3 其實檢測,主要就是調用攝像頭的一些參數問題,記得好像(160,320)的圖在xavier上有15Fps import sys

原创 mask-rcnn檢測物體時,用固定顏色

我自己訓練了mask-rcnn權重後,就4類物體,檢測的時候隨機顏色很麻煩,就自己寫了,一種類就用固定顏色表示。 主要是修改這個/data/Mask_RCNN/mrcnn/visualize.py 附上我的代碼: """ Mask R-

原创 用mask-rcnn訓練自己的數據

這篇是記錄用maskrcnn訓練自己的數據集,防止以後忘記. 主要參考: 1.https://blog.csdn.net/qq_29462849/article/details/81037343 2.https://github.com/

原创 python 在win10下和Ubuntu下通過攝像頭保存視頻

要求是想通過手上現有的攝像頭來保存25fps的視頻,在win10和Ubuntu下的代碼稍微有些不同。 倒是目前遇到的問題是不能保證fps的穩定和也不是想要的25fps,我已經在fourcc = cv2.VideoWriter_fourcc

原创 用百度ai的人流量統計(動態版)來統計固定場景的人流

這裏簡單的記錄下怎麼用這個百度ai來統計人流量,也在網上找了很多的多目標追蹤的方法,都不是太理想,百度這個算好的了,但是由於我的攝像頭角度的問題,和百度預設的角度不一樣,效果不算理想,如果角度高度滿足百度官方文檔的要求的話,效果應該會不錯

原创 用masker_rcnn原始權重只檢測想要的類別

記錄一下怎麼用原始權重只檢測人 參考的是:https://blog.csdn.net/qq_15969343/article/details/80568579,因爲有一些bug,所以自己在記錄一下。謝謝原博主的代碼! https://gi

原创 yolov3的多顯卡訓練單顯卡測試(keras)版本

今天是記錄yolov3的多顯卡的訓練,之前也嘗試過,沒有跑起來,或者是跑起來了,但是不能單顯卡檢測,之後就不了了之了。 知道最近要訓練大批量的數據,有多顯卡不用實屬浪費,於是就在網絡找了找,跑成功了,可以多顯卡訓練,單顯卡檢測了。 主要是