python + tensorflow + yolov4视频物体识别demo

最新推荐文章于 2024-04-28 15:28:18 发布
原创 最新推荐文章于 2024-04-28 15:28:18 发布 · 778 阅读 · 3 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#python #深度学习 #计算机视觉 #tensorflow

本项目提供了一个基于YOLOv4的目标检测系统，支持YOLOv4及YOLOv4-tiny模型，适用于视频文件及摄像头输入，并可保存检测后的视频。项目已上传至gitee仓库。

之前做的一个小项目，整理了一下源码，有需要的朋友可以参考

5.1更新

更新了视频演示： bilibili

gitee仓库

YOLOv4_on-video

功能介绍：

  • 支持YOLOv4和YOLOv4-tiny模型
  • 支持视频输入以及摄像头输入
  • 支持视频保存

使用方法：

  • 首先下载模型文件，放入根目录中，即./checkpoints

    链接: https://pan.baidu.com/s/1kLJsJ590lVxA8CP9FsJuCw 密码: 9od3

  • 直接运行YOLOv4-tiny模型：

python detect_video.py
  • 更改输入视频文件
python detect_video.py --video ./data/video/video.mp4
  • 使用摄像头作为输入
ls /dev/video*
python detect_video.py --video 0
  • 更改输出的结果视频路径
python detect_video.py --output out_video.mp4
python detect_video.py --output None
  • 运行YOLOv4模型：
python detect_video.py --weights ./checkpoints/yolov4-416 --tiny False

样例

在这里插入图片描述

yolov8实战第五天——yolov8+ffmpeg实时视频流检测并进行实时推流——（推流，保姆教学）
qq_34717531的博客
01-05 1万+
YOLOv8是YOLO目标检测算法的一个变种。它在YOLOv4的基础上进行了一些改进，如使用更大的图像尺寸、更深的网络结构、更多的训练数据等，从而获得更好的检测精度和更快的检测速度。实时视频流目标检测是一种非常有用的应用场景。例如，在视频监控系统中，我们需要对视频流进行实时分析和检测，以便及时发现异常事件和行为。另外，实时视频流目标检测也可以用于自动驾驶、无人机等领域。
Tensorflow中的物体识别API的demo实现
AlphaDong的博客
09-07 5835
TensorFlow提供了一个物体识别的API开发包，可以较为准确的识别出图片或者视频中的不同种类的物体并完成跟踪。
TensorFlow物体检测
11-13
需要环境anaconda、sublime text、TensorFlow。亲测可用
Windows版YOLOv4目标检测实战：中国交通标志识别
06-03
课程演示环境：Windows10 需要学习Ubuntu系统YOLOv4的同学请前往《YOLOv4目标检测实战：中国交通标志识别》 在自动驾驶中，交通标志识别是一项重要的任务。本项目以中国交通标志数据集TT100K为训练对象，采用YOLOv4目标检测方法实现实时交通标志识别。本课程的YOLOv4使用AlexyAB/darknet，在Windows系统上做项目演示。具体项目过程包括：安装YOLOv4、TT100K标注格式转换成PASCAL VOC格式、训练集和测试集自动划分、修改配置文件、训练网络模型、测试训练出的网络模型、性能统计、先验框聚类分析和NMS（非极大抑制）方法修改。 本课程会讲述使用Python程序将TT100K数据集的格式转换成PASCAL VOC格式和YOLO格式的方法，并提供相应代码。
学习笔记：Python for yolo 之 调用摄像头识别物体
热门推荐
Leonardo_KY的博客
05-03 1万+
前记：作用说明：学习笔记，主要用于自我记录。（PS：本人新手，文章仅供参考；如有错误，欢迎各位大神批评指正！）最近刚刚接触yolo，由于yolo官网和网上各种资料几乎都是基于C语言的，本人觉得python比较简洁，故用python实现了C可实现的部分功能。该文承接上篇博文“yolo在python下识别本地视频”。此篇介绍（3）yolo用python实现调用摄像头识别物体。【本系列博文代码基于原作者...
YOLO V4 物体检测与识别测试：图片、视频
Techblog of HaoWANG
10-31 4270
目录 0. 写在前面 1. 图像物体识别测试demo 2. 视频文件物体识别测试demo 3. 问题与解决办法 0. 写在前面 Keras YOLO V4代码地址：https://github.com/miemie2013/Keras-YOLOv4 训练数据集COCO2017 1. 图像物体识别测试demo 直接使用GPU加速会提示错误： 训练、测试Tensorflow、Keras代码时，出现could not create cudnn handle: CUDNN_STATUS_NOT_
win10+yolov3+tensorflow2.0下的目标检测
weixin_48476701的博客
03-12 3134
一、安装pycharm 二、安装anaconda 三、anaconda下安装tensorflow-cpu 1.添加一个虚拟环境tensorflow 打开anaconda navigator,点击environments，然后点击creat新建一个虚拟环境，新环境命名为tensorflow,python版本选择python3.6（python版本太高会找不到匹配的tensorflow版本）。 2.安装tensorflow2.0版本 打开anaconda prompt，输入指令进入tensorflow虚拟环境
安卓利用tensorflow-lite使用yolov5训练的模型
今天的风儿好耀眼的博客
05-12 2316
前言 作为使用yolov5后一次简单的尝试 准备工作 通过yolov5训练出自己所需要的模型查看模型训练教程 将模型通过tensorflow的python版转换，使用yolov5 6.1以上版本 安卓端引入tensorflow远端依赖，并置入模型文件在项目工程里 这里我并没有去看tensorflow的api，而是直接参考了yolov5-android ...
精选资源
C#语言对 YOLOv4 目标检测算法封装
03-26
1. **模型转换**：首先，需要将原始的YOLOv4模型（通常为Python的TensorFlow或PyTorch实现）转换为可以在C#中使用的格式。这可能涉及到将模型权重导出到ONNX（Open Neural Network Exchange）格式，或者使用库如...
基于TNN与YOLOv5的C++物体识别库开发
“基于TNN与YOLOv5的物体识别C++库”这一项目聚焦于将先进的深度学习模型YOLOv5与高性能推理框架TNN相结合，构建一个高效、跨平台、可用于实际部署的C++语言实现的物体识别系统。该项目的核心目标是实现端到端的图像...
yolov4模型训练过程（简单PyCharm版）
最新发布
qq23108的博客
04-28 1527
在训练过程中，YoloV4采用了多任务损失函数，包括分类损失、定位损失和置信度损失，以全面评估模型的性能。在此过程中，对于学习率的选择和优化器的配置，需要根据具体的任务和数据集进行调整，以找到最佳的模型训练效果。总之，通过对YOLOv4模型测试训练的实验过程进行分析与反思，我们可以找到模型存在的问题和不足，并提出相应的优化建议。例如，在某些复杂场景下，模型的定位精度和识别率仍有待提高。四、YOLOv4模型测试训练的实验过程分析与结果反思，主要涉及到模型的搭建、训练过程、测试表现以及结果的分析与优化。
视频流识别的最好算法YOLOV5-2.rar
12-11
yolov5-v5.0的官方改进版，可直接运行，加上口罩数据集就可识别口罩
python_opencv_yolo.py
03-28
基于Python opencv和YOLO的深度学习目标检测源码。 利用预先训练好的数据集yolov3.weight, yolo.cfg及标签coco.names，可以快速识别人物，动物，汽车等物体。
Python实现yolov4(tiny)（摄像头实现）
略知12的博客
04-06 2149
环境要求：基本的Pytorch及相关模块 模型文件：见https://blog.youkuaiyun.com/qq_37249793/article/details/115467880 代码： # -*- coding: utf-8 -*- """ Created on Sat Mar 13 10:24:50 2021 @author: S """ import numpy as np import cv2 import os import time def video_demo(): # 加载
YOLOv3+tensorflow实现——运行作者YunYang1994给的demo
qq_41320736的博客
03-08 2007
YOLOv3运行作者YunYang1994给的demo，详细过程如下： 1.下载YOLOv3代码 去这个网址下哦https://github.com/YunYang1994/tensorflow-yolov3.git 再去下载一下权重文件迅雷比较快哦https://pjreddie.com/media/files/yolov3.weights 然后把它放在./checkpoint目录下 再再去下载...
Python OpenCV 实现yolo目标检测
ewqapple的博客
09-09 2605
python opencv 实现yolo 目标检测 YOLO 是现今非常流行的目标检测框架。源代码是用C 写的。这里我们利用opencv 调用训练好的yolo 模型来实现一个demo。 #首先导入相应的模块 import cv2 as cv import argparse import sys import numpy as np import os.path # 初始化变量 confThreshold = 0.5 #置信度阈值 nmsThreshold = 0.4 # 非极大值一直阈值 inpWid
Python + OpenCV + TensorFlow视频面部标记点显示
weixin_39383160的博客
08-28 322
Python + OpenCV + TensorFlow视频面部标记点显示
win10+tensorflow+yolo3实现demo
wulin24的博客
04-06 615
环境大多基于上一篇的安装 https://blog.youkuaiyun.com/weixin_45642006/article/details/104649377 条件： numpy1.15.1 Pillow5.3.0 scipy1.1.0 tensorflow-gpu1.11.0 wget3.2 seaborn0.9.0 easydict1.9 opencv-python4.2.0.34 这里我是在ana...
在CPU下使用opencv-yolov3-tiny 对rtsp视频流进行实时检测
qq_34717531的博客
07-07 2513
import cv2 import numpy as np import time # Load the YOLOv3 model with OpenCV. net = cv2.dnn.readNet("yolov3-tiny.weights", "yolov3-tiny.cfg") # Get the names of all layers in the network. layer_names = net.getLayerNames() # Extract the names of the ou.
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值