因为 ml5 yolo()
提到
它"此实现主要派生自 ModelDepot"。
没有提到它正在使用哪个预训练模型,或者如何使用你自己的训练模型。
let video;
let yolo;
let status;
let objects = [];
function setup() {
createCanvas(320, 240);
video = createCapture(VIDEO);
video.size(320, 240);
// Create a YOLO method
yolo = ml5.YOLO(video, startDetecting);
// Hide the original video
video.hide();
status = select('#status');
}
function draw() {
image(video, 0, 0, width, height);
for (let i = 0; i < objects.length; i++) {
noStroke();
fill(0, 255, 0);
text(objects[i].className, objects[i].x * width, objects[i].y * height - 5);
noFill();
strokeWeight(4);
stroke(0, 255, 0);
rect(objects[i].x * width, objects[i].y * height, objects[i].w * width, objects[i].h * height);
}
}
function startDetecting() {
status.html('Model loaded!');
detect();
}
function detect() {
yolo.detect(function(err, results) {
objects = results;
detect();
});
}
我一直在阅读 yolo 文档,我找到了一种方法:
ml5-yolo-library -> 大量源自 https://github.com/ModelDepot/tfjs-yolo-tiny(ModelDepot:modeldepot.io(
这里 -> https://modeldepot.io/mikeshi/tiny-yolo-in-javascript
说 -> 这个模型是通过获取原始的暗网 Tiny YOLO cfg 和权重,通过 YAD2K 将其转换为 Keras,然后使用 tensorflowjs_converter 将其转换为 Tensorflow.js 格式创建的。
所以,我现在正在尝试做和你一样的事情。 希望我能找到办法