使用自定義資料集成功訓練我的 yolact 模型后，我對 eval.py 使用 anaconda 終端的以下命令輸出的推理結果感到滿意：
python eval.py --trained_model=./weights/yolact_plus_resnet50_abrasion_39_10000.pth --config=yolact_resnet_abrasion_config --score_threshold=0.8 --top_k=15 --images=./images:output_images
現在我想從我自己的 python 腳本運行這個推理，而不是使用 anaconda 終端。我希望能夠獲得對通過以下代碼獲得的網路攝像頭幀進行的檢測的邊界框。任何的想法 ？
import cv2
src = cv2.VideoCapture(0)
while True:
ret, frame = src.read()
cv2.imshow('frame', frame)
key = cv2.waitKey(5)
if key == (27):
break
eval.py 代碼位于 Yolact 存盤庫https://github.com/dbolya/yolact/blob/master/eval.py
uj5u.com熱心網友回復：
我將在這里為您撰寫偽代碼。
步驟1：嘗試使用加載行從開始的模型在這里，結束在這里
第 2 步：使用此函式進行評估。而不是 cv2.imread，你只需要發送你的幀
第 3 步：按照此函式獲取邊界框。尤其是這一行。只需回溯“t”變數，您就會得到邊界框。
希望能幫助到你。如果您需要更多說明，請告訴我。
轉載請註明出處，本文鏈接：https://www.uj5u.com/qiye/361547.html
上一篇：如何在Python中處理蒙版影像