yolov5 通过视频进行目标检测

打开yolov5-master 文件夹,可以看到一个名为data 的文件夹,在data 中创建一个新的文件夹,命名为videos

打开yolov5-master中的detect.py可以看到一行代码(大概在245行左右)为

python 复制代码
parser.add_argument('--source', type=str, default=ROOT / 'data/images', help='file/dir/URL/glob/screen/0(webcam)')

我们先把它注释掉(在前面加个#)

然后复制它,在它原本的下面添加这样一行代码

python 复制代码
parser.add_argument('--source', type=str, default=ROOT / 'data/voides', help='file/dir/URL/glob/screen/0(webcam)')

可以看到我们只把images改成了voides,意思是现在让它去识别videos下的所有东西,如果你只想要识别videos中的一个视频(设这个视频为xxx.mp4)可以这样写,

python 复制代码
parser.add_argument('--source', type=str, default=ROOT / 'data/videos/xxx.mp4', help='file/dir/URL/glob/screen/0(webcam)')

我们把需要检测的视频放在voides中,然后Run一下就可以检测视频了

这里我用一下这个视频行人检测测试视频_哔哩哔哩_bilibili

行人检测测试视频

可以看到前面(1395/7581),其实就是它自己把视频逐帧的当做图片去识别。

跑完后,我们可以看到,跑完后的视频的地址。

打开视频live.csdn.net/v/342351

如果跑的时间太长,我们想要让它一边跑,一边看呢?

为了实现这个步骤,我们要先开启显示预览的功能,

在大概253行可以看到这行代码,这个显示预览的功能默认是关闭的。

python 复制代码
    parser.add_argument('--view-img', action='store_true', help='show results')

默认是这样的

python 复制代码
 parser.add_argument('--view-img', action='store_true', help='show results', default='False')

打开其实就很简单了,把false改成true

python 复制代码
 parser.add_argument('--view-img', action='store_true', help='show results', default='True')

改完再去Run就会弹出这个预览的界面了。

除此之外还有一个不用修改代码就能显示预览的方法,

在左上角的Run点进去 有个Edit Configurations点进去

输入--view-img

效果也是一样的。

相关推荐
The_Ticker10 分钟前
CFD平台如何接入实时行情源
java·大数据·数据库·人工智能·算法·区块链·软件工程
Elastic 中国社区官方博客17 分钟前
Elasticsearch 开放推理 API 增加了对 IBM watsonx.ai Slate 嵌入模型的支持
大数据·数据库·人工智能·elasticsearch·搜索引擎·ai·全文检索
jwolf217 分钟前
摸一下elasticsearch8的AI能力:语义搜索/vector向量搜索案例
人工智能·搜索引擎
有Li26 分钟前
跨视角差异-依赖网络用于体积医学图像分割|文献速递-生成式模型与transformer在医学影像中的应用
人工智能·计算机视觉
傻啦嘿哟29 分钟前
如何使用 Python 开发一个简单的文本数据转换为 Excel 工具
开发语言·python·excel
B站计算机毕业设计超人35 分钟前
计算机毕业设计SparkStreaming+Kafka旅游推荐系统 旅游景点客流量预测 旅游可视化 旅游大数据 Hive数据仓库 机器学习 深度学习
大数据·数据仓库·hadoop·python·kafka·课程设计·数据可视化
新加坡内哥谈技术1 小时前
Mistral推出“Le Chat”,对标ChatGPT
人工智能·chatgpt
GOTXX1 小时前
基于Opencv的图像处理软件
图像处理·人工智能·深度学习·opencv·卷积神经网络
IT古董1 小时前
【人工智能】Python在机器学习与人工智能中的应用
开发语言·人工智能·python·机器学习
CV学术叫叫兽1 小时前
快速图像识别:落叶植物叶片分类
人工智能·分类·数据挖掘