2024-10-03 09:19:17 发布
网友
我正在尝试构建一个简单的图像检测算法,在该算法中可以对不同的对象进行分类,例如塑料杯、瓶子、手机等。使用openCV和python实现这一点的最佳方法是什么?谢谢
如果你正在寻找一个算法或模型,可以检测到各种对象,即分类给定的图像,你必须在Conv Nets(CNN)查找。在
CNN是一种深度学习模型,可以根据您想要检测的图像类别进行训练。随后,不同的图像可以提供给训练过的CNN,以获得预测结果。在
如果你对这些东西感兴趣,我建议你看看this的博客文章。在
你可以尝试做一些模式匹配的图像,但准确性将大大降低,如果有严重的变化。在
据我所知,你不能在OpenCV上训练/建立自己的网络。您可以使用OpenCV加载预先训练的模型并对一组图像执行检测。在
为了创建一个新模型,您可以使用caffe、torch或tensorflow框架,并在OpenCV中使用它来执行检测。在
要执行检测,您需要执行以下操作:
contrib
pip install opencv-contrib-python
cv2.dnn
readNetFromCaffe
readNetFromDarknet
readNetFromTensorflow
readNetFromTorch
在阅读了this blogpost by Adrian之后,我遇到了dnn模块。在
dnn
为了重新迭代,您可以在OpenCV上使用预先训练的模型执行检测,但不能创建新的模型。在
caffe:model= cv2.dnn.readNetFromCaffe(ResNet.prototxt.txt, ResNet.caffemodel),其中prototxt.txt文件包含体系结构,另一个文件包含模型权重。
model= cv2.dnn.readNetFromCaffe(ResNet.prototxt.txt, ResNet.caffemodel)
prototxt.txt
tensorflow:model = cv2.dnn.readNetFromCaffe(ResNet.pb, ResNet.pbtxt),其中.pb文件包含network架构,.pbtxt包含模型权重。
model = cv2.dnn.readNetFromCaffe(ResNet.pb, ResNet.pbtxt)
.pb
.pbtxt
有关详细信息,请参阅链接。在
如果你正在寻找一个算法或模型,可以检测到各种对象,即分类给定的图像,你必须在Conv Nets(CNN)查找。在
CNN是一种深度学习模型,可以根据您想要检测的图像类别进行训练。随后,不同的图像可以提供给训练过的CNN,以获得预测结果。在
如果你对这些东西感兴趣,我建议你看看this的博客文章。在
你可以尝试做一些模式匹配的图像,但准确性将大大降低,如果有严重的变化。在
据我所知,你不能在OpenCV上训练/建立自己的网络。您可以使用OpenCV加载预先训练的模型并对一组图像执行检测。在
为了创建一个新模型,您可以使用caffe、torch或tensorflow框架,并在OpenCV中使用它来执行检测。在
要执行检测,您需要执行以下操作:
contrib
模块编译了OpenCV。如果您不简单地在您的终端上输入以下内容:pip install opencv-contrib-python
。在cv2.dnn
。如果不这样做,则需要更新OpenCV的版本。在readNetFromCaffe
readNetFromDarknet
readNetFromTensorflow
readNetFromTorch
在阅读了this blogpost by Adrian之后,我遇到了
dnn
模块。在为了重新迭代,您可以在OpenCV上使用预先训练的模型执行检测,但不能创建新的模型。在
如何运行预先培训的模型?
caffe:
model= cv2.dnn.readNetFromCaffe(ResNet.prototxt.txt, ResNet.caffemodel)
,其中prototxt.txt
文件包含体系结构,另一个文件包含模型权重。tensorflow:
model = cv2.dnn.readNetFromCaffe(ResNet.pb, ResNet.pbtxt)
,其中.pb
文件包含network架构,.pbtxt
包含模型权重。有关详细信息,请参阅链接。在
相关问题 更多 >
编程相关推荐