第10.4篇 使用预训练的目标检测网络

在PyTorch提供的已经训练好的图像目标检测中,均是R-CNN系列

的网络,并且针对目标检测和人体关键点检测分别提供了容易调用的方

法。针对目标检测的网络,输入图像均要求使用相同的预处理方式,即先将每张图像的像素值预处理到0~1之间,且输人的图像尺寸不是很小即可直接

调用。已经预训练的可供使用的网络模型如表10-2所示。

首先定义每个类别所对应的标签COCO_INSTANCE_CATEGORY_NAMES,程序如下:

上面的程序在可视化图像时,使用ImageDraw.Draw(image)方法,表示要在原始的image图像上相应的位置添加一些元素,draw.rectangle(表示要添加矩形框,draw.text()表示在图像上指定位置添加文本。运行程序后,可得到图10-14所示的目标检测结果。

相关推荐
青蓝智慧马老师1 分钟前
大模型应用落地,到底靠什么?RAG、智能体和上下文工程一次讲清
人工智能
JAVA_AI人工智能项目实战12 分钟前
深度学习实验笔记
人工智能·深度学习·语言模型·自然语言处理
forest_0915 分钟前
当 AI 搜索开始「自我进化」,谁来进化它的核实?——「已核实」结论复核器:3 条结论挖出 2 个洞(附可运行代码)
人工智能·python·机器学习·prompt·agi
金海星科技15 分钟前
船舶交通管理中心的人工智能值守:从“听、说、读、写“看人机协同
人工智能·macos·xcode
释厄62316 分钟前
AI 军备竞赛悖论——为 AI 卖游戏但 AI 需要游戏母场景
人工智能·游戏·kotlin
十铭忘20 分钟前
Orin新系统常用软件安装教程
人工智能
云和恩墨34 分钟前
Mopheus Runtime深度剖析:如何将Provider CLI变成企业级智能体运行时
人工智能
X54先生(人文科技)36 分钟前
百度智能对 X54 先生学科底色评估
人工智能·深度学习·百度·架构
LaughingZhu37 分钟前
Product Hunt 热榜 2026-10-30:Empacer、Scape、Floot in ChatGPT
java·前端·数据库·人工智能·chatgpt·notion
西瓜拿铁好喝43 分钟前
AI 办公和 RPA 不是一回事:自动化与智能化的分工
人工智能·自动化·rpa