小哀小白 2023-02-28 17:14 采纳率: 37.5%
浏览 29
已结题

yolov5前端展示,如何进行区域检测

我想知道如何在我这段代码里面加入区域检测功能,就是能只检测视频流每帧的一部分,然后再输出。

    def show_video_frame2(self):
        name_list2 = []

        flag2, img2 = self.cap2.read()
        if img2 is not None:
            showimg2 = img2
            with torch.no_grad():
                img2 = letterbox(img2, new_shape=self.opt.img_size)[0]
                # Convert
                # BGR to RGB, to 3x416x416
                img2 = img2[:, :, ::-1].transpose(2, 0, 1)
                img2 = np.ascontiguousarray(img2)
                img2 = torch.from_numpy(img2).to(self.device)
                img2 = img2.half() if self.half else img2.float()  # uint8 to fp16/32
                img2 /= 255.0  # 0 - 255 to 0.0 - 1.0
                if img2.ndimension() == 3:
                    img2 = img2.unsqueeze(0)
                # Inference
                pred2 = self.model(img2, augment=self.opt.augment)[0]

                # Apply NMS
                pred2 = non_max_suppression(pred2, self.opt.conf_thres, self.opt.iou_thres, classes=self.opt.classes,
                                           agnostic=self.opt.agnostic_nms)
                # Process detections
                for i2, det2 in enumerate(pred2):  # detections per image
                    if det2 is not None and len(det2):
                        # Rescale boxes from img_size to im0 size
                        det2[:, :4] = scale_boxes(
                            img2.shape[2:], det2[:, :4], showimg2.shape).round()
                        # Write results
                        for *xyxy2, conf2, cls2 in reversed(det2):
                            label2 = '%s %.2f' % (self.names[int(cls2)], conf2)
                            name_list2.append(self.names[int(cls2)])
                            print(label2)
                            plot_one_box(
                                xyxy2, showimg2, label=label2, color=self.colors[int(cls2)], line_thickness=2)

            self.out2.write(showimg2)
            show2 = cv2.resize(showimg2, (640, 480))
            self.result2 = cv2.cvtColor(show2, cv2.COLOR_BGR2RGB)
            showImage2 = QtGui.QImage(self.result2.data, self.result2.shape[1], self.result2.shape[0],
                                     QtGui.QImage.Format_RGB888)
            self.label_2.setPixmap(QtGui.QPixmap.fromImage(showImage2))

  • 写回答

2条回答 默认 最新

  • 社区专家-Monster-XH 2023-02-28 17:26
    关注

    要指定要检测的感兴趣区域(ROI)。这可以通过裁剪帧图像来实现,只保留您感兴趣的区域。然后将裁剪后的图像输入到检测算法中进行处理。

    本回答被题主选为最佳回答 , 对您是否有帮助呢?
    评论
查看更多回答(1条)

报告相同问题?

问题事件

  • 系统已结题 3月8日
  • 已采纳回答 2月28日
  • 创建了问题 2月28日

悬赏问题

  • ¥15 AIC3204的示例代码有吗,想用AIC3204测量血氧,找不到相关的代码。
  • ¥20 CST怎么把天线放在座椅环境中并仿真
  • ¥15 任务A:大数据平台搭建(容器环境)怎么做呢?
  • ¥15 r语言神经网络自变量重要性分析
  • ¥15 基于双目测规则物体尺寸
  • ¥15 wegame打不开英雄联盟
  • ¥15 公司的电脑,win10系统自带远程协助,访问家里个人电脑,提示出现内部错误,各种常规的设置都已经尝试,感觉公司对此功能进行了限制(我们是集团公司)
  • ¥15 救!ENVI5.6深度学习初始化模型报错怎么办?
  • ¥30 eclipse开启服务后,网页无法打开
  • ¥30 雷达辐射源信号参考模型