我正在使用YOLOv3开发一个对象检测应用程序。我重新训练了模型来检测两个类,到目前为止,由于Repo的创建者,它已经成功地完成了。现在我必须将模型部署在jetson nano套件上,它应该连续运行并提取指定类别、置信度和边界框坐标的检测列表,然后我应该对前面提到的参数进行一些处理,然后使用任何通信协议将其发送到另一个ECU,无论如何,如何从YOLOv3中提取上述参数并使代码连续运行
如果您使用Python脚本进行YOLOv3检测,您将在脚本中遇到以下部分:
detections = darknet.detect_image(netMain, metaMain, darknet_image, thresh=0.25)
image = cvDrawBoxes(detections, frame_resized)
image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
在这里,检测应该是一个字典或某种类型的数组(它在不同的实现中变化(。它应该包含detected_classes、number_of_detections,confidence_scores和bounding_boxes。您可以修改代码以提取您想要的任何内容。上面的代码来自此回购。我还使用YOLOv3进行连续图像检测。它被认为是用来判断一张照片中是否包含一个人的。
注意:如果我没有记错的话,YOLOv3的C++脚本应该是类似于我上面提到的部分。