YOLOv3 Object Detection with OpenCV

YOLOv3-Objekterkennung-mit-OpenCV

Dieses Projekt implementiert einen Bild- und Videoobjekterkennungsklassifikator unter Verwendung vorab trainierter yolov3-Modelle. Die yolov3-Modelle stammen aus dem offiziellen yolov3-Papier, das 2018 veröffentlicht wurde. Die yolov3-Implementierung stammt aus dem Darknet. Außerdem implementiert dieses Projekt eine Option zur Durchführung der Klassifizierung in Echtzeit mithilfe der Webcam.

Wie benutzt man?

1. Klonen Sie das Repository

 git clone https://github.com/iArunava/YOLOv3-Object-Detection-with-OpenCV.git

2. Wechseln Sie in das Verzeichnis

 cd YOLOv3-Object-Detection-with-OpenCV

3. Um auf ein Bild zu schließen, das auf Ihrem lokalen Computer gespeichert ist

 python3 yolo.py --image-path='/path/to/image/'

4. Um auf ein Video zu schließen, das auf Ihrem lokalen Computer gespeichert ist

 python3 yolo.py --video-path='/path/to/video/'

5. Um in Echtzeit auf die Webcam zu schließen

 python3 yolo.py

Hinweis: Dies funktioniert unter der Voraussetzung, dass Sie die weights und config im Verzeichnis yolov3-coco haben.
Wenn sich die Dateien woanders befinden, geben Sie beim Aufruf von yolov3.py den Pfad an. Für weitere Details

 yolo.py --help

Rückschluss auf Bilder

Rückschluss auf Video

Klicken Sie auf das Bild, um das Video auf YouTube abzuspielen

Inferenz in Echtzeit

Klicken Sie auf das Bild, um das Video auf YouTube abzuspielen

Referenzen

1. PyImageSearch YOLOv3-Objekterkennung mit OpenCV-Blog

Lizenz

Der Code in diesem Projekt wird unter der MIT-Lizenz vertrieben.