运行实时摄像机识别演示
这个 imagenet.cpp / imagenet.py 我们以前使用的示例也可以用于实时相机流。支持的摄像机类型包括:
- MIPI CSI摄像机(
csi://0) - V4L2摄像机(
/dev/video0) - RTP/RTSP流(
rtsp://username:password@ip:port)
有关视频流和协议的更多信息,请参阅“摄像头流和多媒体”页。
下面是在照相机提要上启动程序的一些典型场景(运行–help以获取更多选项):
C++
$ ./imagenet csi://0 # MIPI CSI camera
$ ./imagenet /dev/video0 # V4L2 camera
$ ./imagenet /dev/video0 output.mp4 # save to video file
Python
$ ./imagenet.py csi://0 # MIPI CSI camera
$ ./imagenet.py /dev/video0 # V4L2 camera
$ ./imagenet.py /dev/video0

这篇博客介绍了如何使用imagenet.cpp/imagenet.py在实时相机流中进行对象识别,支持MIPICSI、V4L2和RTP/RTSP流。程序在Jetson Nano上能实现约75帧/秒的识别速度,识别范围涵盖1000种不同的对象。应用在OpenGL窗口中展示实时流、分类结果、可信度和帧率。接下来将探讨对象检测网络,提供每个帧的边界框坐标。
最低0.47元/天 解锁文章
1654

被折叠的 条评论
为什么被折叠?



